| 【论文摘要】 |
随着计算机网络和信息技术的高速发展,不同知识领域的大量信息需要人们通过计算机来理解和接受,而且随着人们对信息获取的要求越来越高,以及信息间数据交换的日益频繁,需要对计算机之间的信息交换进行语义级的合成。不确定性知识也得到了越来越普遍的应用和发展。概率理论已经被证明是获得非确定性知识的置信度的最有力方法之一。贝叶斯网络(Bayesian Network),也称贝叶斯置信网络,一直以来都是概率理论中的普遍方法。
本体(Ontology)是共享概念的规范、精确的描述,并为某一领域的用户和应用系统之间的交流提供一种通用的知识共享,现在已经被广泛地应用于领域知识的描述。本体映射(匹配)作为本体学习和发展的基本方法之一,在本体间的语义整合方面有着广阔的前景。
本文首先介绍了本体的起源与发展、本体映射的定义以及XML的发展及其技术特点等,并结合XML的优势与本体映射的特点进行了必要性阐述;然后详细介绍了贝叶斯网络的发展与优势,论证了基于贝叶斯网络本体映射的可行性,并对利用本体论研究方法所设计的一个基于贝叶斯网络的本体映射模型进行了介绍和分析。
最后,本文在上述理论分析的基础上,结合JAVA... |
