[发明专利]一种基于混合进化算法的实例共指消解方法

摘要

本发明公开了一种基于混合进化算法的实例共指消解方法，包括如下步骤过：步骤1)构建本体中概念与实例档案，确定相似度度量方案；步骤2)使用基于进化算法的实例共指消解技术获得最优的本体中实例匹配方案。本发明提出基于本体概念层匹配的实例集划分方案来降低待匹配的实例的规模，同时将实例共指消解问题建模为组合优化问题并设计混合进化算法求解，在保证实例匹配结果质量的前提下最大程度地降低了本体实例集规模对求解效率的影响。

主权项

一种基于混合进化算法的实例共指消解方法，其特征在于，包括如下步骤：步骤1)构建本体中的概念档案和实例档案，确定实例的相似度度量方案，具体包括如下步骤：1.1)给定两个本体，两个本体分别包含有若干概念，每个概念包含有若干实例；两个本体均建立对应的概念档案和实例档案；1.2)将一个本体中的概念与另一个本体中的概念进行配对形成概念对，配对的方法为：根据本体概念体系结构将相似的概念进行匹配；1.3)使用MatchFmeasure评价方法评价匹配的两个概念，两个概念的相似度超过阈值，则确定两个概念匹配成为概念对；将形成概念对的两个概念进行实例相似度匹配；步骤2)确定实例的相似度度量方案，进行实例相似度匹配：2.1)将概念对中一个概念里的实例与另一个概念里的实例进行随机配对形成实例对；2.2)判断相似的实例对：使用电子词典度量技术判断形成实例对的两个实例的名称是否匹配：若两个实例是同义词，则相似度值取值为1；若一个实例为另一个实例的上位词则相似度值取值为0.5；若电子词典度量技术判断形成实例对的两个实例不匹配，则根据实例档案，使用基于语言的相似度度量技术判断形成实例对的两个实例是否匹配，具体方法如下：$sim(e_1,e_2)=\frac{|prof\left(e_1\right)\∩prof\left(e_2\right)|}{\left|prof\left(e_1\right)\right|}---\left(1\right)$$sim(e_2,e_1)=\frac{|prof\left(e_1\right)\∩prof\left(e_2\right)|}{\left|prof\left(e_2\right)\right|}---\left(2\right)$其中，e₁表示一个实例的实例档案，e₂表示另一个实例的实例档案；sim(e₁,e₂)表示基于e₁的两个实例之间的相似度计算函数；sim(e₂,e₁)表示基于e₂的两个实例之间的相似度计算函数；|prof(e₁)⌒prof(e₂)|为e₁和e₂中相同元素的个数，|prof(e₁)|为e₁中元素的个数；|prof(e₂)|为e₂中元素的个数；若0≤|sim(e₁,e₂)‑sim(e₂,e₁)|≤σ，σ＝0.1，则确定形成实例对的两个实例匹配；步骤3)使用基于进化算法的实例共指消解技术获得最优的实例匹配方案，包括如下步骤：3.1)使用MatchFmeasure评价方法对每次实例对的匹配结果进行评价：3.2)使用进化算法重复步骤2)，使用MatchFmeasure评价方法评价每次本体中所有实例的匹配结果，直至得到最优解，最优解为两个本体最优的实例匹配方案。