一种基于Wiki和WordNet的Web服务目标知识扩充方法

发布时间：2019-09-29 14:40

【摘要】：随着网络上服务资源的快速增长,如何准确地发现服务、提高已发现服务的可信度成为一个亟待解决的关键问题.有研究表明,Web上以目标驱动的查询方式可以返回更准确的结果.因此,在已获取的领域服务目标基础上,提出一种基于Wiki和WordNet中词汇间关系的服务目标知识扩充方法,并且通过ProgrammableWeb网站提供的真实服务集验证了该方法的可行性和有效性.实验结果表明,该方法可以有效地对服务目标知识进行扩充.基于扩充的服务目标知识,一定程度上可提高服务发现、推荐方法的可信度,并且能够为具有相同角色的用户的需求描述提供指导.
【图文】：

鉖?Arabshian等［11］提出LexOnt，一种用于Programma-bleWeb的半自动的本体构建工具．对于ProgrammableWeb上API所属的类别，首先通过Wiki查找该类别的信息，进而获取结果页面中根据TF-IDF排名较高的词汇，然后通过Word-Net获取其同义词．在我们的研究中，把Wiki作为扩充服务目标知识的信息源，通过Wiki获取用户请求或者服务目标的相关描述信息，使用Lucene分词技术以及WordNet中提供的动词、名词、同义词、上为词、下位词等查找方法，基于获取的描述信息对服务目标知识进行扩充．3两阶段的服务目标知识扩充方法图1给出了基于Wiki和WordNet的两阶段的服务目标知识扩充框架．在第一阶段，根据我们的前期工作［5］中得到的特定领域内服务目标集，针对每个服务目标中的动词和名词，从Wiki上搜索信息，得到相关描述文档，然后通过Lucene和WordNet进行预处理，得到初始扩展的目标列表．在此基础上，通过WordNet进行词汇间的相似度计算，根据设定的阈值对初始扩展得到的目标列表进行过滤，得到过滤后的目标列表．在第二阶段，根据WordNet中词汇间的关系，对过滤后的目标列表进行二次扩充，然后由领域专家对此阶段得到的目标集进行补充完善，得到最终的扩充后的服务目标集．下面将详细阐述两阶段的服务目标知识扩充方法．图1两阶段的服务目标知识扩充框架Fig．1Twostagesoftheservicegoalknowledgeexpansionframework3．1基于Wiki的服务目标知识扩充根据文献［5］中定义2，领域服务目标为一个五元组，但考虑到目标的核心部分为动-名词对，所以本文重点针对服务目标中的动词和名词进行扩充．对于从特定服务描述文档中抽取的每个服务目标中的名词，从Wiki上进行搜索．如下页图2所示，考虑到服务目标的主体词性一般为名词，并且Wik

到的名词列表进行合并，得到过滤后的服务目标中名词的扩展列表FGNAL(filteredgoalnounaugmentationlist)．(注意:考虑到算法的执行效率，这里不是直接计算IGNAL中的每个名词与领域服务目标集中每个名词间的相似度，，而是针对上述两种情况分别进行处理．)图2基于Wiki的服务目标知识扩充Fig．2ServicegoalknowledgeexpansionbasedonWiki类似的，对于每个服务目标中的动词sgv，如果在Wiki上可以查到相关的信息，则可以得到过滤后的服务目标中动词的扩展列表FGVAL(filteredgoalverbaugmentationlist)．如果服务目标中的动词sgv在Wiki上查不到，则直接通过Word-Net中词汇间关系对sgv进行扩充，具体见3．2．3．2基于WordNet的服务目标知识扩充WordNet中名词、动词、形容词和副词分别被组织成一个同义词的网络(集合)，且这些集合之间由各种关系连接．WordNet中不同词性的词汇间关系不同，本文重点考虑服务目标中的动词和名词，结合服务目标的特点，重点根据词汇间的同义关系、上下位关系等对服务目标进行扩充，并且基于文献［12］，给出了WordNet中词汇间的关系到服务目标词汇间关系的映射，具体信息如表1所示．表1WordNet中词汇间(部分)关系与服务目标词汇间关系的映射Table1WordsrelationshipmappingbetweenWordNetandservicegoalWordNet中词汇间关系关系描述映射到服务目标词汇间关系同义关系两种词汇在语言文本中相互替代而不改变其意义上下位关系也称为子集-超集关系，通常一个同义词集只有唯一上位，但下位很多．部分-整体关系词汇间满足apartof关系等价关系(equivalent)上位关系(superclassof)下位关系(subclassof)交叉关系(partof)如图3所示，对于第一阶段得到的服务目标名词扩展列表FGNAL中的top
【作者单位】： 河南大学计算机与信息工程学院;
【基金】：国家“九七三”重点基础研究发展项目(2014CB340404)资助 国家自然科学基金项目(61402150,61402151)资助 河南省教育厅科学技术研究重点项目(14A520008)资助 中国博士后科学基金项目(2016M592286)资助 河南大学科研基金项目(2013YBZR015)资助
【分类号】：TP393.09

【相似文献】

相关期刊论文 前10条

1 张会平;吕学强;施水才;李渝勤;;基于WordNet的语义分布词典建设[J];现代图书情报技术;2007年03期

2 周悦文;;WordNet应用问题研究[J];科技致富向导;2013年35期

3 牛作领;;浅议WordNet的发展趋势与应用[J];科技致富向导;2010年26期

4 赵天忠;苗壮;张亚非;徐伟光;陆建江;;基于WordNet重用的领域本体构建方法[J];系统仿真学报;2007年19期

5 华建新;曹敦;;基于WordNet和二分图的语义Web服务发现算法[J];微计算机信息;2010年24期

6 李便霞;;WordNet应用问题研究[J];科技致富向导;2013年23期

7 李熙;徐德智;;本体映射中一种基于WordNet名称策略算法[J];微计算机信息;2009年15期

8 何佳;赵海燕;陈庆奎;席丽娜;曹健;;基于WordNet的通用服务分类方法[J];计算机工程与科学;2013年09期

9 张丽丽;殷兆麟;张爱娟;王竹晓;;以结点为中心的WordNet子图的可视化[J];微电子学与计算机;2006年10期

10 廖晓锋;邱桂华;;基于WordNet的本体概念匹配算法改进[J];计算机与现代化;2008年08期

相关会议论文 前4条

1 张丽丽;殷兆麟;张爱娟;王竹晓;;以结点为中心的WordNet子图的可视化[A];2006年全国开放式分布与并行计算学术会议论文集（二）[C];2006年

2 哈斯那顺乌日图;;蒙古文WordNet名词同义词集合构建算法[A];中国计算语言学研究前沿进展（2009-2011）[C];2011年

3 颜伟;荀恩东;;基于WordNet的英语词语相似度计算[A];第二届全国学生计算语言学研讨会论文集[C];2004年

4 苗壮;刘剑豪;李杰;王智学;;基于领域概念集的WordNet子本体抽取方法[A];江苏省系统工程学会第十一届学术年会论文集[C];2009年

相关重要报纸文章 前1条

1 北京 林爽;神奇的英文词典WordNet[N];电脑报;2005年

相关博士学位论文 前3条

1 周子力;基于WordNet的本体构建及其在安全领域应用关键技术研究[D];华东师范大学;2009年

2 孟玲玲;基于WordNet的语义相似性度量及其在查询推荐中的应用研究[D];华东师范大学;2014年

3 翟延冬;基于WordNet的短文本语义网挖掘算法研究[D];吉林大学;2012年

相关硕士学位论文 前10条

1 米尔沙力江·沙吾提;基于WordNet的多语种查询扩展技术研究[D];新疆大学;2015年

2 张思琪;基于WordNet的语义相似度计算方法的研究与应用[D];北京交通大学;2016年

3 盛艳梅;自动问答系统中基于WordNet的句子语义相似度研究[D];曲阜师范大学;2016年

4 杨家奇;基于WordNet英汉蒙三语领域本体的构建方法研究[D];内蒙古师范大学;2016年

5 付晓枝;基于WordNet的艺术教育检索服务平台设计与实现[D];电子科技大学;2013年

6 许雅缘;基于WordNet的英语隐喻自动处理研究[D];福建师范大学;2008年

7 马武林;概念图及WordNet辅助大学英语词汇教学研究[D];西北师范大学;2006年

8 王东睿;基于Kernel方法和WordNet的Web服务发现技术研究[D];南京邮电大学;2011年

9 李熙;基于WordNet的本体映射研究[D];中南大学;2008年

10 唐恩博;基于WordNet的蒙古文名词语义网上下位语义关系树构造方法的研究[D];内蒙古师范大学;2014年

本文编号：2543984