基于本体的语义相似度计算模型改进

第２９卷　２０１０年１２月　情报杂志　

ＪＯＵＲＮＡＬ　ＯＦ　ＩＮＴＥＬＬＩＧＥＮＣＥ　Ｖｏ１．２９　Ｄｅｃ．　２Ｏｌ０　

基于本体的语义相似度计算模型改进　

周剑烽　

（中国人民银行杭州中心支行杭州３１００００）　

摘要语义检索是实现知识检索的关键之一，而相似度计算则是语义检索的基础。为了使本体模型能更好的支　

持语义检索，本文对概念语义相似度计算的一般模型进行了改进，添加了实例、概念和实例的关系以及实例间的关　

系，并给出了基于该模型的语义相似度计算方法。实验结果显示，该方法的检索结果与人们的认识比较接近．达到　

了较好的语义检索效果　

关键词语义检索　语义相似度本体语义相似度栖型　相似度计算　

中图分类号　ＦＰ３９１　文献标识码Ａ　文章编号１００２—１９６５（２０１０）０１４４—０３　

０引　言　

随着本体技术的发展，语义检索成为信息检索的一个研　

究热点，而语义相似度的计算对实现语义检索起着重要的作　

用‘Ｉ＿。　

对于语义相似度引　算的研究主要有以下三个角度：Ｌｅａ—　

ｃｏｃｋ提出的基于距离的语义相似度计算模型［２】：Ｌｉｎ提出的　

基于信息内容的语义相似度计算模型　３ｉ：Ｔｖｅｒｓｋｙ等人提　

的基于属性的语义相似度计算模型　

以上语义相似度计算模型很好的解决了本体中慨念问　

的语义相似度计算问题，但是这些模型仅仅是基于概念的，　

只考虑了概念、概念的属性、慨念之间的关系，忽略＿『概念对　

应的实例以及实例之间的关系　因此，本文提出了一个改进　

的语义相似度计算模型，在一般模型的基础上将实例、概念　

和实例的关系以及实例之间的关系加入模型中．并给出了基　

于新模型的语义相似度计算方法。　

１　相关理论　

１．１　语义相似度语义相似度是对两个语义慨念相似程　

度的一个量化．语义相似度值的大小反应了概念之间的相似　

程度。相似度值在［０，１］的区间　Ｊ。一个概念与其本身的　

语义相似度值为１．即完全相似：当两个概念之问没有联通　

路径时，即完全不相似，值为０。语义相似度值与概念问的　

语义距离相关，距离大则相似度小。　

目前语义相似度计算的方法多种多样，如基于距离的．　

基于内容的以及基于属性的计算方法．等等。不论何种方　

法，在计算时必须考虑计算的复杂度　。一种好的方法应该　

简单并且计算复杂度低。　

１．２语义相似度计算一般模型语义相似度计算方法虽　

然各有差异．但是语义相似度计算一般模型可以用图１来表　

刁　

收稿日期：２０１０—０８—２１　作者简介：周剑烽（１９８４一），男，硕士，研究方向为语义检索　图１　语义相似度计算的一般模型　图ｌ中，每个节点ｃ，表示本体中的一个概念，而节点间　

的箭头连线表示概念问的关系。概念间的关系有多种，如等　

价、继承等，这里仅体现了最常见的继承关系。研究语义相　

似度计算的文献中　有的文献没有明确指出采用的模型，有　

的文献对模型进行了简单的扩展（添加概念属性），那些模　

型都是基于图１所示的一般模型的。　

２语义相似度计算模型的改进　

本体知识库中不但包含了概念、概念的属性、概念之间　

的关系，还包含了概念的实例。在计算语义相似度时，应该　

考虑实例对ｉ十算结果的影响。对于典型的本体知识库，其知　

识的表示结构可以用圈２来表示。　

图２典型的本体知识库结构示意图　

图２中左边部分同图１．右边部分表示本体中概念的实　

例及实例问的关系，其中每个矩形Ｉ；表示一个实例，实连线　

表示实例问的关系．虚线表示Ｉ１是概念Ｃ４的一个实例。　

２很好地体现了本体知识库的结构．

但是由于其汁算　２０１０年１２月　周剑烽：基于本体的语义相似度计算模型改进　・１４５・　

复杂度非常高，目前还没有高效的基于该结构的语义相似度　

计算方法。为　解决这个问题，本文提出了以下方法改进模　

型．．　

２．１　在一般模型中添加实例要在图１所示的模型中添　

加实例．需要分析本体知识库中的概念和实例之问的关系。　

由于概念之间存在继承关系，所以一个实例往往会是具有继　

承关系的多个概念的实例，如图３。　

图３本体知识库中概念和实例之Ｍ的天系　图３中，实例Ｉ１既是Ｃ１的实例，又是ｃ２的实例，还是　

Ｃ３的实例。由于概念Ｃｌ、Ｃ２、Ｃ４之间是继承关系，因此，Ｃ４　

包含了ｃ２和ｃｌ的所有属性信息，对于Ｉ１来说，５Ｊ需保留１１　

与Ｃ４的实例关系，就可以通过概念继承关系的传递性得到　

Ｉｌ与ｃ２和Ｃｌ的隐含实例关系。因此，图３可以简化为只保　

留ｃ４与Ｉ１的连线，如图４。　．　

图４　简化后概念和实例之间的关系　

参照图４和前面的分析．可以得出这样的结论：只需保　

留实例和叶子节点层的概念之间的关系连线即可。但是．还　

要对如图５所示特殊情况进行处理。　

图５　概念和实例之间关系的特殊情况　

图５显示ｌｌ是概念Ｃ１和Ｃ２的实例，但不是概念Ｃ２的　

任何子概念的实例．这说明对Ｃ２的分类不够完善，我们需要　

对ｃ２进行细化，添加ｃ２的一个子概念ｃ５，使得实例Ｉ１是　

概念Ｃ５的一个实例，从而完善概念之间的语义关系，如图６　

所示　

图６经过完善后概念和实例之问的关系　

图６显示经过完善后的概念和实例的关系又回到了图　

３所示的一般情况，可以使用前面讨论的方法进行处理。在　更普遍的情况下，一个实例可以和叶子节点层的多个概念存　

在关系，如图７所示。　

图７　本体知识库中慨念和实例之间的一般关系　

２．２在一般模型中添加实例间的关系　实例被添加到一　

般的语义相似度计算模型中之后，所有实例都在本体层次结　

构的ｕｔ一子节点层。在存在多个实例的情况卜，如果直接把实　

例之问的关系添加进去，整个模型会出现复杂的网络结构，　

如图８所示．．　

图８　直接添加实例之间的关系后的模型　

图８中虚线表示实例之间的关系，在实例数目比较多的　

情况下，网络会变得非常复杂．而且网状结构的计算复杂度　

高于树状结构．不利于语义相似度的计算。为了解决这个问　

题，我们对实例之间的关系进行转化，将实例之间的关系作　

为实例的属性来处理．这样网状结构转就变为树状结构，模　

型的复杂度降低。处理后的结果如图９所示（Ｐ　表示关系属　

性）。　

网９实例之问关系转化后的模型　

实例之间的关系转化为实例的属性时需要注意以下问　

题：　

由实例问关系转化得到的属性是特殊属性，要Ｌｘ二别于实　

例的一般属性：实例问的关系是二元的．即两个实例才会产　

生一个关系．因此转化后一个关系对应两个属性，图８中４　・１４６・　情报杂志　第２９卷　

个实例间关系转化后得到图９中８个特殊属性：属性和实例　

是一个不可分割的整体。　

３　改进后模型的相似度计算方法　

图９所示的语义相似度计算模型是基于同一本体的。　

在同一本体中计算语义相似度的方法中，基于距离的语义相　

似度计算方法使用普遍，效果也较好。本文使用文献ｆ４］中　

改进的基于距离的语义相似度计算方法，并针对本文的语义　

相似度计算模型进行了适当修改。计算时考虑以下因素：　

３．１　节点之间的关系　本文只关心３种主要关系：继承　

关系、实例关系、同义关系。不同关系边的权重不同。对于　

“同义关系”的边．其两端节点代表同一个意思，权重最大：　

同时认为“实例关系”边权重大于“继承关系”边。这样得到　

以下权重关系式：　

ｆ　１，ｔｙｐｅ（ｃ，Ｐ）为同义关系　ｌ　。ｉｇｈｔ（ｃ，ｐ）　：ｉ÷，ｔｙｐｅ（ｃ，ｐ）为实例关系　

Ｉ，　ｌＩ　１，ｔｙｐｅ（ｃ，Ｐ）为继承关系　

ｗｅｉｇｈｔ（ｃ，Ｐ）表示相邻两节点ｃ和Ｐ之问有向边的权重　

（下同），公式中的值由专家给出。　

３．２层次深度语义相似度计算模型是一个层次树．只　

有一个入口节点，即树根（最顶层的节点）。以下各层是对　

上一层的细分，叶子节点为实例的属性。层次越深，概念的　

含义越具体，概念之间的相似度也越大。　

定义树根的深度Ｄｅｐ（Ｒ）＝１，对于任意非树根节点　

Ｄｅｐ（ｃ）＝Ｄｅｐ（ｐａｒｅｎｔ）＋１，ｐａｒｅｎｔ为节点ｃ的父节点，相邻　

节点边的权重为：　

ｗｅｉｇｈｔ（　）２＝∑击，　≥２　

此处节点ｃ为Ｐ的父节点．取　＝２。　

３．３有向边的密度本体层次网络中，每个概念的子概　

念数量可能不一样，子概念多，说明分的细，有向边的权重也　

就大．相似度就高。公式如下：　

ｗ啦ｈｔ　ｃｃ，ｐ　

其中ｉｎ（ｃ）、ｉｎ（ｐ）表示相邻节点ｃ和Ｐ的人度，ｏｕｔ（ｃ）、　

ｏｕｔ（ｐ）表示节点的出度，ｏｕｔ（Ｇ）、ｉｎ（Ｇ）表示整个本体树的　

出度和人度。　

综合以上因素．得到有向边权重如下：　

ｗｅｉｇｈｔ（ｃ，Ｐ）＝　×ｗｅｉｇｈｔＩ（ｃ，Ｐ）＋／３×ｗｅｉｇｈｔ２（ｃ，Ｐ）＋　

×ｗｅｉｇｈｔ３（ｃ，Ｐ）　

其中Ｏ／，／３、　是权重系数，根据以上三个因素对权重的影　

响程度决定这三个系数。Ｏｄ＋卢＋７＝１。　

有向边的距离与权重成反比．计算公式为：　

ｓＩ（ｃ＇，））　一　，叼为可调节因子，通常取　

叼＝１。　最终得到语义相似度计算公式：　

Ｄｉｓｔ（ＴＩ，　）　：Ｎｌ。　ｈ［Ｔｌ，Ａｎｃ（Ｔｌ，　）］　＋Ⅳｌ｜ｎｋ　［　，　Ａｎｃ（　。，　）］　

Ｓｉｍ（　）　

其中　表示两个节点之间的最短距离，Ａｎｃ（Ｔ　，　）　

表示节点Ｔ．和Ｌ在层次网络中的最近共同祖先节点，０是　

调节因子，该值关系到最终的相似度取值大小。　

４实验及结果分析　

本文选取了家庭成员关系模型中的部分分类和相关属　

性，构建了一个实验用本体模型，并甘．构建了实例加入模型　

中．结构如图１０所示。　

图ｌＯ家庭本体语义相似度计算模型　

使用第四部分讨论的语义相似度计算方法，０分别取　

５０、２０、ｌ０、５和１，查询“Ｍａｎ”，得到结果如表１所示。　

表１　Ｍａｎ在不同０因子下的语义检索结果　

５　结束语　

本文针对一般语义相似度计算模型的不足，提出了一个　

改进的模型，包含了实例及实例间的关系，并针对新的模型　

给出了适合的语义相似度计算方法，通过实验确定相关参数　

的值。从实验结果来看，改进后的模型比较好的反应出了概　

念、实例之间的语义关系。　（下转第１５１页）