弱信息本体匹配

大多数现有本体匹配方法利用字面信息来发现对齐。然而，本体中的某些字面信息可能不透明，且某些本体可能缺乏充足的字面信息。本文将此类本体命名为弱信息本体（WIOs），现有方法难以匹配 WIOs。一方面，基于字符串和基于语言学的匹配方法无法在 WIOs 上良好工作。另一方面，某些匹配方法使用外部资源以提升性能，但收集和处理外部资源仍耗时。为解决此问题，本文提出一种通过利用本体结构信息发现对齐来匹配 WIOs 的实用方法。首先，从本体图中提取语义子图以捕获本体元素的精确含义。然后，设计一种新的相似度传播模型用于匹配 WIOs。同时，为避免无意义的传播，相似度传播受语义子图及其他条件约束。因此，相似度传播模型在匹配过程中确保了效率与质量之间的平衡。最后，相似度传播模型使用少量可信对齐作为种子来发现更多对齐，并采用一些有用策略提升性能。这种针对 WIOs 的匹配方法已在本体匹配系统 Lily 中实现。在公开 OAEI 基准数据集上的实验结果表明，Lily 在 WIO 匹配任务和通用本体匹配任务中均显著优于大多数最先进工作。特别地，Lily 大幅提高了召回率，同时仍获得高匹配精度。