计算机科学与探索 ›› 2015, Vol. 9 ›› Issue (5): 575-585.DOI: 10.3778/j.issn.1673-9418.1409008
田 刚1,2+,何克清2,孙承爱1,赵卫东1,赵 一2
TIAN Gang1,2+, HE Keqing2, SUN Cheng’ai1, ZHAO Weidong1, ZHAO Yi2
摘要: 目前互联网上已有的本体难以满足Web服务语义查询的需要,而手工建立本体不仅困难而且成本很高,因此有必要建立一种从已有Web服务描述中进行本体学习的方法,辅助领域专家建立高质量的领域本体。针对上述问题,提出了一种针对Web服务描述的本体学习方法。该方法利用一种基于层次Dirichlet过程(hierarchical Dirichlet process,HDP)的主题模型自动学习本体层次结构和每一层中所包含的主题数目。每一层次的主题采用“代表单词”表示,“代表单词”由算法计算得出。基于参数组合模式的规则定义语义丰富规则,并被应用在自底向上的本体语义丰富算法中。实验表明,该方法在语义内容上要比单独使用hHDP(hierarchies of hierarchical Dirichlet process)方法更加丰富,在语义层次上要好于使用关联规则挖掘方法形成的本体。