文献阅读笔记（七）

CATO_-_A_Lightweight_Ontology_Alignment_

Tool笔记整理

一、   论文整理思路流程

1.1   论文的相关研究工作

1. 目前本体整合的方法主要有：融合、对齐、匹配、整合。
2. 目前的本体融合的系统有GLUE（使用机器学习的方法，通过训练数据集得到多本体匹配结果）、IPROMPT（通过描述步骤的顺序并帮助识别可能的不一致之处和潜在问题为本体融合提供建议）、AnchorPROMPT（自动识别语义相似的本体的本体对齐系统）
3. 提出了为语义网进行自动本体对齐的工具CATO
4. 首先提出CATO的使用的策略方法：CATO所使用的方法是基于句法的。通过同时考虑词汇比较和结构比较，来确定不同实体中的概念是否是语义兼容的。系统预先设定的假设是如果所讨论的本体在话语的同一领域内，文字上的等价能代表本体概念上的等价。
5. 但是本体不在同一领域中，文字上的等价不一定代表概念的等价。因此系统引入结构比较：利用本体的内在结构，即通过包含关系连接的概念层次结构，使用概念的子树进行比较，通过比较概念的父类概念和子类概念，为语言上等价的概念是否语义上也等价提供必要的信息。
6. CATO 进行本体对齐的过程：

1.2   论文主要解决的问题

1.3   论文解决问题的过程

1)     语言比较：识别出语言上等价的概念，使用语言相似度作为标准，将第一个本体中的每个概念标签与第二个本体中的每个概念标签进行比较。这一步的结果是原始本体之间产生与被识别为语言等价的概念的链接

2)     使用TreeDiff对结构进行比较

3)     基于相似度的合适调整：根据预定义的相似性阈值，概念被评定为非常相似或几乎不相似。 仅对齐在第二步中都被分类为等效的概念。

二、   CATO项目地址

http://cato.les.inf.puc-rio.br/

原文：https://www.cnblogs.com/hwx1997/p/12444140.html