公开(公告)号：CN115577117B

公开(公告)日：2024-11-01

申请号：CN202211175689.2

申请日：2022-09-26

Applicant: 兰州理工大学

Inventor： 卢家伟 ,  剡昌锋 ,  林国祥 ,  王江 ,  吕明 ,  刘斌 ,  王瑞民

IPC: G06F18/22 ,  G06F16/33 ,  G06N3/0464 ,  G06N3/044 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084

Abstract: 本发明公开了一种基于真‑伪三连体神经网络的本体匹配方法，步骤如下：从待匹配本体中提取核心实体集；利用混合相似度度量方法构建训练数据集；对训练数据集进行字符嵌入，得到字符向量；将字符向量送入真‑伪三连体神经网络中进行模型训练；对验证数据集进行匹配；对匹配结果进行评估。本发明能够同时通过SNN和PSNN对本体中的同类以及异类注释属性进行语义学习，得到的语义特征更能全面表示实体的语义信息，有效促进了本体匹配结果质量的提高，很好地解决了现有的本体匹配方法无法全面学习本体的语义信息、导致得到的语义特征并不能有效代表实体的语义信息、进而造成匹配结果的质量无法满足实际基于本体的智能系统间交互要求的问题。

公开(公告)号：CN115577117A

公开(公告)日：2023-01-06

申请号：CN202211175689.2

申请日：2022-09-26

Applicant: 兰州理工大学

Inventor： 卢家伟 ,  剡昌锋 ,  林国祥 ,  王江 ,  吕明 ,  刘斌 ,  王瑞民

IPC: G06F16/36 ,  G06F16/33 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于真‑伪三连体神经网络的本体匹配方法，步骤如下：从待匹配本体中提取核心实体集；利用混合相似度度量方法构建训练数据集；对训练数据集进行字符嵌入，得到字符向量；将字符向量送入真‑伪三连体神经网络中进行模型训练；对验证数据集进行匹配；对匹配结果进行评估。本发明能够同时通过SNN和PNN对本体中的同类以及异类注释属性进行语义学习，得到的语义特征更能全面表示实体的语义信息，有效促进了本体匹配结果质量的提高，很好地解决了现有的本体匹配方法无法全面学习本体的语义信息、导致得到的语义特征并不能有效代表实体的语义信息、进而造成匹配结果的质量无法满足实际基于本体的智能系统间交互要求的问题。