基于进化算法的大规模本体匹配问题研究

Ontology matching technologies based on Evolutionary Algorithm (EA) are able to effectively solve the heterogeneous problem between small scale ontologies. However, when the scale of entities in the ontology becomes very large (probably tens of thousands of entities), for ontology matching approaches based on EA, it's critical to reduce the search space and improve the efficiency of the search. On the basis of the previous studies, this project will further analyze the characteristics of large scale ontology matching process, and mainly focus on the ontology alignment oriented ontology schema level partition technology, large scale ontology matching technologies based on EA on both schema level and instance level. Through the construction of optimization model of large scale ontology matching problem, design of similarity measures characterized by high semantic power and high efficient EA using meta-model, global parallel strategy and local search strategy to obtain high quality alignment, implement the cooperation between various ontologies, and finally improve the development of domain such as ontology engineering, data integration and intelligent semantic retrieval. Based on the related theories and methods, this project will also develop a large scale ontology matching technology test platform where the effectiveness of the large scale ontology matching technologies can be verified through widely accepted benchmark data.

基于进化算法的本体匹配技术可以有效地解决小规模本体间的异质问题。然而，当本体中的实体规模非常大的时候(可能拥有几十万甚至上百万个实体)，对于基于进化算法的本体匹配技术而言，如何减小进化算法的搜索空间、提高算法的搜索效率是有效解决大规模本体匹配问题的关键。本课题将在前期研究的基础上，深入分析大规模本体匹配过程的特点，重点研究面向本体匹配结果的大规模本体概念层的划分技术、基于进化算法的大规模本体的概念层和实例层的匹配技术。通过构建大规模本体匹配问题的优化模型、设计高语义识别度的相似度度量技术和综合应用元模型、并行策略和局部搜索策略的高效进化算法以获取高质量的大规模本体匹配结果，实现本体之间的交互与协作，促进本体工程、数据集成和智能语义检索等领域的发展。在相关方法和理论研究基础上，课题还将开发大规模本体匹配技术测试实验平台，并通过被广泛认可的测试数据验证大规模本体匹配技术的有效性。

本项目对基于进化算法的大规模本体匹配问题开展了研究，致力于探索：(1) 大规模本体概念层的划分方法，(2) 基于进化算法的大规模本体的概念层匹配机制，(3) 基于进化算法的大规模本体的实例层匹配机制。本项目首先对基于进化算法的本体匹配方法做了系统的调研，在此基础上分别构建了基于单目标和多目标进化算法的大规模本体匹配系统框架。然后，针对研究目标(1)，本项目利用本体中概念间的“is-a”关系设计了新的概念临近度度量方法，在此基础上提出了一种基于本体概念聚类算法的串行划分方法，通过“分而治之”的思想显著提高了后续大规模本体匹配的效率。针对研究目标(2)，本项目设计了一种综合了基于元模型的评价策略、局部搜索策略、动态匹配结果过滤策略、紧凑编码策略、并行策略和人机交互策略的大规模本体的概念层匹配机制，实现了高效的基于进化算法的大规模本体的概念层匹配过程。针对研究目标(3)，本项目首先设计了一种基于档案的大规模本体的实例层的相似度度量机制以有效度量不同实例间的相似度，然后分别为大规模本体的实例层匹配问题建立了单目标和众目标的优化模型，设计了基于混合进化算法和多目标进化算法的串行匹配机制，以确定高质量的本体实例层匹配结果。此外，本项目还尝试用人工蜂群算法和中心引力算法等其他群智能算法来求解大规模本体匹配问题，也取得了较好的结果。最后，本项目搭建了大规模本体匹配技术测试实验平台，将上述研究成果应用于匹配大规模生物医学本体、地理信息本体、智能传感本体和业务流模型等知识库，能比前沿的匹配技术更高效地获取高质量的匹配结果，进一步验证了本项目研究成果的有效性。在本项目资助下，前后在国内外期刊和会议上公开发表学术论文47篇（其中SCI论文17篇，EI论文24篇），申请发明专利14项，授权发明专利2项，授权软件著作权1项。