【报告内容】

2023.10.13讨论课，时间：19:30，腾讯会议：37138686615

汇报人：贺国东

汇报单位：太原理工大学

主题：《Large-scale complex ontology matching through anchor-based

semantic partitioning technique and confidence matrix based

evolutionary algorithm》

1、Introduction

2、Method

3、Experiments

4、Conclusion

【报告总结】

1.待解决的问题描述

(1)由于语义的复杂性，自动发现同时具有简单和复杂对应关系的复杂本体对齐是本体匹配领域的一个挑战。

(2)快速增长的实体规模对匹配技术提出了另一个挑战。

2.相关创新方案

(1)提出一种基于锚的语义分割技术（ASPT），将大规模本体划分为若干个语义段，其计算复杂度低于现有的本体分割算法。

(2)提出了一种基于模式的相似性度量（PSM）来计算对应关系的相似性值。

(3)提出基于置信度矩阵的进化算法（CM-EA）用于有效匹配本体段。

3.实验总结

(1)随着ASPT的引入，CM-EA的每代内存消耗和运行时间得到了显着改善。

(2)随着CM的引入，CM-EA可以进一步提高解决方案的质量，提高搜索效率。因此，CM-EA在所有六个任务中的召回率和精度都优于EA。并且CM-EA 的收敛速度比EA快。

4.未来工作

(1)未来可以考虑更复杂的模式，例如两个类或属性之间的并集和交集关系。

(2)CM-EA可以检测一对一、一对多、多对一的对应关系，并且可以进一步扩展到查找多对多的对应关系。

(3)计算所有对应关系的相似性值的过程需要很长的运行时间，因此，有必要引入一些提高效率的策略。

报告时间：2023年10月13日19:30

腾讯会议：371 3868 6615

点我下载本讨论课相关文献或PPT吧~(提取码：iipr)