在當前對本體語義關(guān)系挖掘映射系統(tǒng)中運用了許多種方法，這對于權(quán)值的選取要高很多，如果選取不當，就不能很好的收獲到語義信息，因而得出的結(jié)果也會差很多。下面文章就主要針對語義挖掘映射策略及權(quán)值展開分析，設(shè)計相應的本體映射原型系統(tǒng)，這樣就可以實現(xiàn)本體映射語義關(guān)系挖掘功能，并且獲得正確的結(jié)果，將得到的實驗結(jié)果與先進的映射系統(tǒng)的結(jié)果進行比較，測試系統(tǒng)性能，驗證本系統(tǒng)的有效性。

　　關(guān)鍵詞：語義關(guān)系,本體映射,挖掘映射系統(tǒng)

　　1系統(tǒng)目標與模塊設(shè)計

　　本文設(shè)計的系統(tǒng)稱之為“S-Mapping”語義挖掘映射子系統(tǒng)，通過本系統(tǒng)要實現(xiàn)高效率的候選映射集檢索，優(yōu)化的候選映射集。本系統(tǒng)由以下幾個模塊組成。

　　(1)用戶操作模塊。

　　提供一種UI操作界面，可供用戶進行界面操作，可以很方便的輸入所需要進行驗證的映射本體，并能對最終結(jié)果進行輸出顯示。

　　(2)本體解析模塊。

　　該模塊能對本體的各種特征進行提取解析，針對檢驗本體映射所需要的各種特征值進行預處理，對不同格式的本體做標準化操作，為本體相似度運算以及映射對的最終確定做好初期準備。

　　(3)本體語義間關(guān)系挖掘模塊。

　　該模塊是對標準化本體主要用于進行挖掘候選語義關(guān)系，通過語義的初步挖掘，縮小需要比對的樣本范圍，減輕下一步的運算復雜度，并提高最終映射結(jié)果的精準性。

　　(4)映射結(jié)果輸出模塊。

　　采用優(yōu)化的自適應映射算法，將得出的結(jié)果進行界面可視化輸出，為后續(xù)的查詢和檢索等提供參考服務。

　　(5)映射結(jié)果評價模塊。

　　為了檢驗映射系統(tǒng)的性能，需要對映射結(jié)果進行評價，能自動輸出評估的結(jié)果，根據(jù)這個評價結(jié)果，便于對系統(tǒng)進行改進。

　　2系統(tǒng)實現(xiàn)

　　本系統(tǒng)選用Java作為編開發(fā)平臺，Java的與平臺無關(guān)性，便于系統(tǒng)的移植。系統(tǒng)還用了UML、Jena、Alignment等開發(fā)工具。系統(tǒng)采用了一種全新的本體相關(guān)度候選映射集檢索方法，提出了改進了的映射關(guān)系挖掘算法，尤其采用權(quán)值策略的自適應計算，削弱排除干擾信息，突出價值較高的一個語義信息。

　　為了克服傳統(tǒng)映射系統(tǒng)采用方法存在的缺點，本文結(jié)合本體的標題名稱和自身結(jié)構(gòu)等信息為參考要素，確定映射關(guān)系候選集合，從而準確而且全面的找出不同的本體中的語義概念本文認為，當兩映射關(guān)系對的結(jié)構(gòu)關(guān)系具有全相關(guān)性時，則可在映射關(guān)系候選集合中直接添加目標概念，這樣與該概念相近的周圍概念也將產(chǎn)生更大的加入映射候選集之中;當兩映射關(guān)系對完全無不相關(guān)性時，則可以直接丟棄該概念;除此之外，需要注意的是，目標概念是必須遵循名稱相似度和相關(guān)性衡量指標來加入映射關(guān)系候選集合的。

　　鑒于此，本文的核心思想是：對源本體和目標本體的概念進一系列預處理操作，如首字母縮寫處理、分詞操作、縮略語查找、排除同名異義以及詞干的抽取等，對于源本體中的任一概念X，經(jīng)過相似性比較操作，在目標本體中找出與源本體名稱最相似的概念Y，然后以Y概念為錨點得到的初始候選概念映射集，然后再進行擴展，最終得到所需要的候選映射關(guān)系的集合。

　　本系統(tǒng)的關(guān)鍵程序代碼如下：

　　publicStructrueMatcher(OntClasscls1，OntClasscls2，ExtendedVectorstructureMatchingResult(){

　　srccls=csl1;

　　tarcls=cls2;

　　this.structureMatchingResult=structureMatchingResult;

　　}

　　publicbooleanhasSameSuperClass(){

　　booleanflag=false;

　　OntClass[]spc1=superClassSet(srccls);

　　OntClass[]spc2=superClassSet(tarcls);

　　Outer;

　　for(inti=0;i<3;i++)

　　for(intj=0;j<3;j++)

　　if(spc1[i]!=null&&spc2[j]!=null){

　　MactchingUnitmu=newMatchingUnit(spc1[i].toString()，spc2[j].toString()，true);

　　if(structureMatchingResult.contains(mu))

　　flag=true;

　　breakOuter;

　　}

　　}

　　}

　　returnflag;

　　3系統(tǒng)性能評估實驗

　　本系統(tǒng)的實驗以O(shè)AEI提供的標準測試數(shù)據(jù)集進行實驗[4]，與2007年參加OM國際本體映射測試比賽的系統(tǒng)[5]在查全和查準方面進行比較。

　　從實驗結(jié)果表1分析可以看出，本系統(tǒng)進行語義搜索耗費的時間要優(yōu)于傳統(tǒng)方法，系統(tǒng)性能較傳統(tǒng)方法有了一定的提升。系統(tǒng)參數(shù)均衡，在有些地方仍有提升的空間，如：選映射集數(shù)目稍低，某些本體信息的處理結(jié)果還不夠理想等。

　　4結(jié)語

　　本文針對語義挖掘的映射多策略及權(quán)值計算進行研究，設(shè)計一個本體映射原型系統(tǒng)，優(yōu)化改進了本體映射策略，雖然部分處理的結(jié)果還不夠理想，還有提升的空間，但這對于今后開展的本體重用和集成等相關(guān)研究提供了基礎(chǔ)，同時也為不同本體概念間的查詢提供了技術(shù)支持。

　　參考文獻

　　[1]王家琴，李仁發(fā)，李仲生，等.一種基于本體的概念語義相似度方法的研究[J].計算機工程，2007，11(33)：201-203.

　　[2]張芷維.基于語義的本體映射策略以其結(jié)合方式[D].中南大學，2008.

　　[3]唐杰，梁邦勇，李涓子，等.語義Web中的本體自動映射.計算機學報，2006，11(29)：1956-1976.

　　[4]JayantMadhavanAlonY.Halevy.Composingmappingsamongdatasources[J].VLDB2003：Proceedingsof29thInternationalConferenceonVeryLargeDataBases，LosAltos，USA，2003：572-583.

　　[5]潘有能，劉朝霞.本體映射技術(shù)在關(guān)聯(lián)數(shù)據(jù)中的應用研究[J].情報科學，2015，33(1)：54-56，62.

　　推薦閱讀：計算機技術(shù)在日常生活中的應用及發(fā)展

　　計算機作為一項重要的偉大發(fā)明，如今已經(jīng)廣泛應用到了各行各業(yè)，當然也在潛移默化的影響著人們的生活，對于社會的發(fā)展進步也有一定的積極作用。目前計算機也已經(jīng)成為了我們?nèi)粘Ｉ�活中重要的一部分，為用戶也提供了相應的便利，下面文章就針對計算機應用現(xiàn)狀和未來發(fā)展趨勢做詳細探討。