基于TLP经验模型的本体学习算法

J4 ›› 2014, Vol. 13 ›› Issue (12): 11-14.

基于TLP经验模型的本体学习算法

1.云南师范大学经济与管理学院，昆明650500；2.云南师范大学信息学院，昆明650500

收稿日期:2014-04-09 出版日期:2014-12-15 发布日期:2014-12-15
作者简介:何国英，助教，主要从事教育技术研究.
基金资助:
国家自然科学基金资助项目（60903131）；教育
部科学技术研究重点项目（210210）

Ontology Learning Algorithm Based on TLP Empirical Model

1.Economy & Management School, Yunnan Normal University, Kunming 650500，China；2.School of Information, Yunnan Normal
University, Kunming 650500, China

Received:2014-04-09 Online:2014-12-15 Published:2014-12-15

摘要/Abstract

摘要：

将TLP和本体回归算法相融合，提出基于TLP经验模型的本体相似度计算和本体映射算法。新算法继承了TCP的特
点，使其具有无偏参数估计的特征。将新算法应用于GO本体和物理教育本体，通过实验结果表明新算法对特定的应用领域
具有较高的效率。

关键词: 本体, 相似度计算, 本体映射, 融合惩罚, 缩减Lasso惩罚

Abstract:

By combing truncated Lasso penalty（TLP）with ontology regression algorithm, this paper proposes the new ontology
similarity computation and ontology mapping algorithm based on TLP empirical model. The new algorithm inherits the characteristics
of TCP and has the quality of unbiased parameter estimation. The experiment shows that the new algorithm achieves higher efficiency
in specific applications when it is applied to the GO and the physical education ontology.

Key words: ontology, similarity computation, ontology mapping, fusion penalty, truncated Lasso penalty（TLP）

中图分类号:

TP393.092

何国英，高炜. 基于TLP经验模型的本体学习算法[J]. J4, 2014, 13(12): 11-14.

HE Guoying，GAO Wei. Ontology Learning Algorithm Based on TLP Empirical Model[J]. J4, 2014, 13(12): 11-14.

参考文献

〔1〕MORK P，BERNSTEIN P. Adapting a generic match algo?
rithm to align ontologies of human anatomy〔C〕/ 20th Inter?
national Conferrence on Data Engineering. 2004：787-
790.
〔2〕FONSECA F，EGENHOFER M，DAVIS C，et al. Seman?
tic Granularity in Ontology-Driven Geographic Information
Systems〔J〕. AMAI Annals of Mathematics and Artificial In?
telligence - Special Issue on Spatial and Temporal Granu?
larity，2002，36（1-2）：121-151.
〔3〕BOUZEGHOUB A，ELBYED A. Ontology mapping for
web- based educational systems interoperability〔J〕. In?
teroperability in Business Information Systems，2006，1
（1）：73-84.
〔4〕高炜，兰美辉. 基于排序学习方法的本体映射算法〔J〕.
微电子学与计算机，2011，28（9）：59-61.
〔5〕高炜，梁立，张云港. 基于图学习的本体概念相似度计
算〔J〕. 西南师范大学学报：自然科学版，2011，36（4）：
64-67.
〔6〕高炜，梁立. 基于超图正则化模型的本体概念相似度计
算〔J〕. 微电子学与计算机，2011，28（5）：15-17.
〔7〕高炜，朱林立，梁立. 基于图正则化模型的本体映射算
法〔J〕. 西南大学学报：自然科学版，2012，34（3）：118-
121.
〔8〕高炜，梁立，徐天伟，等. 半监督k-部排序算法及在本体
中的应用〔J〕. 中北大学学报：自然科学版，2013，34
（2）：140-146.
〔9〕高炜，张云港，梁立. Cs 相似度函数下正则谱聚类的收
敛阶〔J〕. 兰州大学学报：自然科学版，2011，47（2）：
109-111.
〔10〕高炜，周定轩. 与一般相似度函数相关的谱聚类的收敛
性〔J〕. 中国科学：数学，2012，42（10）：985-994.
〔11〕GAO Y，GAO W. Ontology similarity measure and ontolo?
gy mapping via learning optimization similarity func?
tion〔J〕. International Journal of Machine Learning and
Computing，2012，2（2）：107-112.
〔12〕FAN J，LI R. Variable selection via nonconcave penal?
ized likelihood and it oracle properties〔J〕. JASA，2001
（96）：1348-1360.
〔13〕SHEN X，PAN W，ZHU Y. Likelihood-based selection
and sharp parameter estimation〔J〕. JASA，2012（107）：
223-232.
〔14〕CAPONNETTO A，YAO Y. Cross validation based adap?
tation for regularization operators in learning theory〔J〕.
Anal Appl，2010（8）：161-183.
〔15〕CRASWELL N，HAWKING D. Overview of the TREC
2003 web track〔C〕/Proceedings of the Twelfth Text Re?
trieval Conference. 2003：78-92.
〔16〕HUANG X，XU T，GAO W，et al. Ontology Similarity
Measure and Ontology Mapping Via Fast Ranking Meth?
od〔J〕. International Journal of Applied Physics and Math?
ematics，2011，1（1）：54-59.

[1]	张前进. 基于在线资源开放课程的智能学习系统本体构建研究[J]. , 2016, 1(12): 14-17.
[2]	杨洁. 《南诏奉圣乐》研究述评[J]. J4, 2015, 14(7): 13-18.
[3]	赵榆琴, 黄和飞. 基于领域本体的需求获取与表示方法[J]. J4, 2010, 9(4): 38-41.
[4]	杜英国, 孙思良. 基于本体的个人信息构建方法及共享研究[J]. J4, 2010, 9(4): 45-47.