【报告内容】

汇报人：姜照航

汇报单位：太原理工大学

主题：《Semi-Automatic Ontology Matching Based on Interactive

Compact Genetic Algorithm》

1、Introduction

2、Method

3、Experiment

4、Conclusion

【报告总结】

1.待解决的问题描述

遗传算法（GA）的开发是为了解决复杂和大规模的本体匹配问题。他们将本体匹配问题视为优化问题，并通过元启发式搜索过程优化对齐的质量。然而，由于相似性度量和算法可扩展性的限制，基于遗传算法的本体匹配技术很难提高比对的质量，特别是当异质性较高且实体规模较大时。

2.相关创新方案

（1）建立优化模型，形式化定义本体实体匹配问题；

（2）提出了ICGA来交互式匹配本体，这能够提高比对的质量；

（3）提出了一种高效的交互策略，能够减少专家的工作量，最大化其工作价值。

3.实验总结

基于遗传算法的本体匹配技术是解决本体异质性问题的基础方法，然而，由于相似性度量的限制，使用全自动本体匹配技术很难确定高质量的比对。为了克服这一缺点，本文提出了ICGA，让专家参与GA的演化过程，并利用专家的知识来指导算法的搜索方向。实验结果表明，基于ICGA的本体匹配技术可以显着提高比对质量，优于其他最先进的本体匹配技术。

4.未来工作

未来，我们有兴趣应用ICGA来匹配不同领域的本体，以进一步测试其性能。在处理大规模匹配任务时，应考虑我们方法的可扩展性。由于专家无法处理大量有问题的对应关系，因此有必要进一步减少专家的工作量，提高交互过程的效率。

报告时间：2023年12月22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)