何國英， 高煒

(1.云南師范大學(xué)經(jīng)濟(jì)與管理學(xué)院,昆明650500;2.云南師范大學(xué)信息學(xué)院,昆明650500)

基于MLS方法的本體算法

何國英1， 高煒2

(1.云南師范大學(xué)經(jīng)濟(jì)與管理學(xué)院,昆明650500;2.云南師范大學(xué)信息學(xué)院,昆明650500)

MLS模型作為一種逼近模型被廣泛應(yīng)用于數(shù)據(jù)光滑、數(shù)值分析和統(tǒng)計(jì)等諸多領(lǐng)域.文章將MLS模型用于最優(yōu)本體函數(shù)的計(jì)算,將本體圖中每個(gè)頂點(diǎn)映射成實(shí)數(shù)后,通過頂點(diǎn)對(duì)應(yīng)實(shí)數(shù)間的差值來確定它們的相似度.將新本體算法應(yīng)用于GO本體和物理教育本體,通過實(shí)驗(yàn)結(jié)果表明新算法對(duì)特定應(yīng)用領(lǐng)域的相似度計(jì)算和建立本體映射是有效的.

本體;相似度計(jì)算;本體映射;MLS方法

順著大數(shù)據(jù)時(shí)代的到來,日常的信息處理數(shù)據(jù)量日趨龐大,各種學(xué)習(xí)算法被廣泛應(yīng)用于本體相似度計(jì)算和本體映射.設(shè)本體用其圖結(jié)構(gòu)G=（V，E)表示.其中一類本體學(xué)習(xí)算法是通過樣本的學(xué)習(xí)得到一個(gè)得分函數(shù)f：.該得分函數(shù)將本體圖中每個(gè)頂點(diǎn)映射成實(shí)數(shù),而概念對(duì)應(yīng)頂點(diǎn)之間的相似度則通過計(jì)算頂點(diǎn)對(duì)應(yīng)實(shí)數(shù)間的差值的大小來判定.此類技術(shù)的優(yōu)點(diǎn)在于：直觀性強(qiáng),適合大數(shù)據(jù)本體相似度計(jì)算和大數(shù)據(jù)本體之間的本體映射的創(chuàng)建.

[1]通過排序?qū)W習(xí)方法得到本體頂點(diǎn)集上的得分函數(shù)f,并將此方法應(yīng)用于在不同本體之間建立本體映射;[2]從本體圖邊權(quán)重的計(jì)算入手,通過圖學(xué)習(xí)方法得到實(shí)值得分函數(shù),進(jìn)而得到對(duì)應(yīng)的本體算法;[3]和[4]則是利用正則化模型得到最優(yōu)本體函數(shù)f,并分別得到對(duì)應(yīng)的本體相似度計(jì)算和本體映射算法;[5]提出k-部排序半監(jiān)督學(xué)習(xí)算法,將k-部排序和半監(jiān)督算法相融合,并應(yīng)用于本體相似度計(jì)算.文獻(xiàn)[6-7]對(duì)這些本體算法的收斂性進(jìn)行了理論上的分析.

本文嘗試將其他的學(xué)習(xí)算法應(yīng)用于本體相似度計(jì)算和本體映射.將MLS(Moving least-square)方法應(yīng)用于得分函數(shù)f的計(jì)算,并由此得到新的本體算法.組織結(jié)構(gòu)如下：首先介紹MLS方法的基本思想和對(duì)應(yīng)計(jì)算模型;其次對(duì)基于MLS方法的新本體相似度計(jì)算和本體映射算法進(jìn)行描述;最后將此算法應(yīng)用于生物學(xué)“GO”本體和物理教育學(xué)本體,通過實(shí)驗(yàn)數(shù)據(jù)的對(duì)比分析來說明MLS方法對(duì)于特定領(lǐng)域本體相似度計(jì)算和本體映射的構(gòu)建是有效的.

1 MLS方法介紹

首先,將本體圖中每個(gè)頂點(diǎn)的對(duì)應(yīng)信息分別用一個(gè)n維向量來表示.為了方便標(biāo)記,本文中使用v來表示頂點(diǎn)以及它對(duì)應(yīng)的向量.這樣,本體頂點(diǎn)集合V可以假設(shè)成的緊子集.設(shè)標(biāo)記集合.選取樣本集S=｛（v1，y1)，（v2，y2)，…，（vm，ym)}.學(xué)習(xí)的過程是通過樣本集S的學(xué)習(xí)得到本體得分函數(shù)f：.

(2)存在常數(shù)cq＞0,使得對(duì)任意,都有成立

三是粗度。就是主從分明。前面講過，主枝粗度不能超過同部位主干粗度的1/3，結(jié)果枝組粗度不能超過同部位主枝粗度的1/4。

這里,H是假設(shè)空間,一般取再生核希爾伯特空間.＞0稱為比例參數(shù).

2 本體算法描述

由以上分析,我們得到基于MLS方法的本體算法,其整體描述如下：

算法A：基于MLS方法的本體相似度計(jì)算算法

A1：對(duì)本體圖進(jìn)行預(yù)處理.將本體圖中每個(gè)頂點(diǎn)的信息用一個(gè)向量表示.

A2：選取樣本集,計(jì)算標(biāo)記從而得到S.

A3：通過模型(1)得到最優(yōu)本體函數(shù)f.

A4：通過計(jì)算兩頂點(diǎn)對(duì)應(yīng)實(shí)數(shù)的差值來計(jì)算本體頂

點(diǎn)之間的相似度.

算法B：基于MLS方法的本體映射算法

B2：選取樣本集,計(jì)算標(biāo)記從而得到S.

B3：通過模型(1)得到最優(yōu)本體函數(shù)f.

B4：通過計(jì)算來自不同本體的兩頂點(diǎn)對(duì)應(yīng)實(shí)數(shù)的差值來計(jì)算不同本體頂點(diǎn)之間的相似度.

B5：根據(jù)B4得到的相似度,選擇映射策略生成本體映射.

3 實(shí)驗(yàn)

在這一節(jié)中,我們將基于MLS方法的本體算法應(yīng)用于兩個(gè)具體領(lǐng)域.通過兩個(gè)具體的實(shí)驗(yàn)來分析新算法對(duì)于本體相似度計(jì)算和本體映射的有效性.

3.1 本體相似度實(shí)驗(yàn)

第一個(gè)實(shí)驗(yàn)是采用生物GO本體O1(http:// www.geneontology.org,大致結(jié)構(gòu)可參考圖1)來驗(yàn)證算法A的效率.該本體結(jié)構(gòu)是一個(gè)樹性結(jié)構(gòu),其頂點(diǎn)被分成“Molecular function”、“Biological process”和“Cellular component”三個(gè)分支.通過本體頂點(diǎn)相似度計(jì)算,可以了解不同分子功能、化學(xué)細(xì)胞結(jié)構(gòu)和生物過程之間的聯(lián)系,從而幫助生物學(xué)家和基因研究者了解基因和化學(xué)結(jié)構(gòu)以及分子化學(xué)作用之間的相互聯(lián)系.因此,對(duì)GO本體的研究對(duì)生物學(xué)、醫(yī)學(xué)和制藥學(xué)都有重要的意義.本實(shí)驗(yàn)結(jié)果采用P@N[8]平均準(zhǔn)確率來衡量.

圖1 GO本體O1

另外,分別將本體回歸算法[9]、快速排序算法[10]和標(biāo)準(zhǔn)本體排序算法[1]作用于GO本體.將這三種算法得到的P@N準(zhǔn)確率與本文算法A得到的準(zhǔn)確率進(jìn)行比較,部分?jǐn)?shù)據(jù)如下：

表1 實(shí)驗(yàn)1部分?jǐn)?shù)據(jù)

由表1準(zhǔn)確率對(duì)比可知,算法A對(duì)于GO本體的效率明顯高于本體回歸算法、快速排序算法和標(biāo)準(zhǔn)排序算法.

3.2 本體映射實(shí)驗(yàn)

本文的第二個(gè)實(shí)驗(yàn)是采用下面兩個(gè)“物理教育”本體O2和O3來驗(yàn)證算法B的效率.這兩個(gè)本體是將中學(xué)物理教育中的一些基本教學(xué)元素通過它們的從屬關(guān)系串聯(lián)成本體結(jié)構(gòu)圖.通過相似度計(jì)算從而在這兩個(gè)物理教育本體之間建立本體映射,有助于了解由物理教育學(xué)元素以不同的方式構(gòu)成的不同結(jié)構(gòu)圖之間的元素相互聯(lián)系,從而可以幫助教學(xué)工作者進(jìn)行物理教學(xué)元素的統(tǒng)籌以及設(shè)計(jì)整體教學(xué)規(guī)劃方案.

圖2 “物理教育”本體O2

圖3 “物理教育”本體O3

同樣地,分別將本體回歸算法、快速排序算法和標(biāo)準(zhǔn)本體排序算法作用于“物理教育”本體,將這三種算法得到的P@N準(zhǔn)確率與本文算法B得到的準(zhǔn)確率進(jìn)行比較,部分?jǐn)?shù)據(jù)如下：

表2 實(shí)驗(yàn)2部分?jǐn)?shù)據(jù)

由表2準(zhǔn)確率對(duì)比可知,算法B對(duì)于“物理教育”本體O2和O3間建立本體映射的效率明顯高于本體回歸算法、快速排序算法和標(biāo)準(zhǔn)排序算法.

4 結(jié)束語

本體作為一種結(jié)構(gòu)化數(shù)據(jù)表示模型,被應(yīng)用于工程科學(xué)的各個(gè)領(lǐng)域,比如生物基因科學(xué)和教育學(xué)中.不同的機(jī)器學(xué)習(xí)方法可以產(chǎn)生不同的本體函數(shù)算法,本文嘗試將MLS方法應(yīng)用于本體相似度計(jì)算和本體映射.通過MLS方法得到本體函數(shù)進(jìn)而使用本體函數(shù)值來計(jì)算本體圖中不同概念對(duì)應(yīng)頂點(diǎn)之間的相似度,同時(shí)在多本體圖之間通過得到的相似度建立本體映射.事實(shí)證明,該方法對(duì)于特定應(yīng)用領(lǐng)域的本體相似度計(jì)算以及構(gòu)建本體映射是有效的.

[1]高煒,蘭美輝.基于排序?qū)W習(xí)方法的本體映射算法[J].微電子學(xué)與計(jì)算機(jī),2011,28,(9):59-61.

[2]高煒,梁立,張?jiān)聘?基于圖學(xué)習(xí)的本體概念相似度計(jì)算[J].西南師范大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,36,(4):64-67.

[3]高煒,梁立.基于超圖正則化模型的本體概念相似度計(jì)算[J].微電子學(xué)與計(jì)算機(jī),2011,28,(5):15-17.

[4]高煒,朱林立,梁立.基于圖正則化模型的本體映射算法[J].西南大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,34,(3):118-121.

[5]高煒,梁立,徐天偉,等.半監(jiān)督k-部排序算法及在本體中的應(yīng)用[J].中北大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,34,(2):140-146.

[6]高煒,張?jiān)聘?梁立.Cs相似度函數(shù)下正則譜聚類的收斂階[J].蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版),2011,47,(2):109-111.

[7]高煒,周定軒.與一般相似度函數(shù)相關(guān)的譜聚類的收斂性[J].中國科學(xué):數(shù)學(xué),2012,42,(10):985-994.

[8]Craswell N,Hawking D.Overview of the TREC 2003 web track [C].Proceedings of the Twelfth Text Retrieval Conference. Gaithersburg,Maryland,NIST Special Publication,2003:78-92.

[9]Gao Y,Gao W.Ontology similarity measure and ontology mapping via learning optimization similarity function[J]. International Journal of Machine Learning and Computing. 2012,2(2):107-112.

[10]Huang X,Xu T,Gao W,Jia Z.Ontology Similarity Measure andOntologyMappingViaFastRankingMethod[J]. International Journal of Applied Physics and Mathematics,2011,1(1):54-59.

［責(zé)任編輯魯海菊］

Ontology Algorithms Based on MLS Method

HE Guo-ying1，GAO Wei2
(1.School of Economy and Management,Yunnan Normal University,Kunming 650500,China 2.School of Information,Yunnan Normal University,Kunming 650500,China)

Moving least-square method is an approximation method for data smoothing,numerical analysis,statistics and many other fields.We apply MLS method to get the optimal ontology function,and then each vertex is mapped into a real number.The similarity between two vertices is determined by virtue of the difference of their corresponding real numbers.The new ontology algorithm is applied to the Go and the physical education ontologies,and the experiment results show that the new algorithms with efficiency in specific applications for similarity measure and ontology mapping building.

Ontology；Similarity measure；Ontology mapping；MLS method

TP393.092

A

1008-9128(2015)05-0014-03

2014-09-15

國家自然科學(xué)青年基金資助項(xiàng)目(11401519)；教育部科學(xué)技術(shù)研究重點(diǎn)項(xiàng)目(210210).

何國英(1986-),女,云南大理人,助教,碩士,研究方向：思想政治和課程教學(xué)及教育技術(shù)研究。