目标驱动的分类体系合并

许多领域中本体与分类体系的激增越来越需要整合多个此类本体。本体整合的目标是合并两个或多个给定的本体，以便在保留来自它们的所有信息的同时，提供对输入本体的统一视图。我们提出了一种新的分类体系合并算法，该算法以两个分类体系及其间的等价匹配作为输入，能够以全自动方式生成整合的分类体系。该方法是目标驱动的，即我们将源分类体系合并到目标分类体系中，并尽可能保留目标本体的结构。我们还讨论了如何通过提供辅助信息（如源概念与目标概念之间的附加关系）来扩展合并算法，以在语义上改善最终结果。该算法已在一个工作原型中实现，并使用合成与真实场景进行了评估。