تطبیق هستان‌شناسی‌ها بر مبنای حفظ شباهت محلی اطلاعات با بهره‌گیری از تکنیک انتشار

در سال‌های اخیر، هستان‌شناسی‌ها ‌به‌عنوان یکی از مهم‌ترین مولفه‌های وب معنایی در حوزه‌های گوناگون گسترش یافته‌اند. مسئله تطبیق هستان‌شناسی با هدف ایجاد مجموعه‌ای از نگاشت‌ها بین موجودیت‌های هستان‌شناسی‌ها مطرح گردیده است. این مسئله جزو مسائل -npسخت طبقه‌بندی شده است؛ از این رو روش‌های حریصانه برای حل آن پیشنهاد گردیده و از جنبه‌های مختلف به حل آن پرداخته‌اند. استفاده از معیارهای شباهت لغوی، ساختاری و معنایی مناسب و بهره‌گیری از یک روش ترکیب موثر برای حصول نگاشت نهایی از مهم‌ترین چالش‌های این روش‌ها محسوب می‌شود. در این مقاله، یک روش خودکار تطبیق هستان‌شناسی‌ها به منظور ارائه یک مجموعه نگاشت یک‌به‌یک پیشنهاد شده است. این روش بر اساس یک معیار جدید شباهت واژگانی منطبق با ذات توصیفی موجودیت‌ها و ترکیب این شباهت با شباهت معنایی به‌دست‌آمده از منابع معنایی خارجی، به تشخیص نگاشت‌های اولیه می‌پردازد. با انتشار محلی امتیاز نگاشت‌های اولیه در گراف سلسله‌مراتبی کلاسی، موجودیت‌های منطبق ساختاری شناسایی می‌شوند. در این روش تطبیق خصیصه‌ها در مرحله‌ای مجزا مورد بررسی قرار می‌گیرد. در مرحله نهایی، فیلتر نگاشت‌ها به منظور حفظ سازگاری مجموعه نگاشت نهایی اعمال می‌شود. در بخش ارزیابی، مقایسه عملکرد معیار شباهت واژگانی نسبت به سایر معیارهای شباهت متنی مطرح، حاکی از کارایی این معیار در مسئله تطبیق هستان‌شناسی‌ها است. علاوه بر این، نتایج سیستم تطبیق پیشنهادی در مقایسه با نتایج مجموعه سیستم‌های شرکت‌کننده در مسابقات oaei، این سیستم را در رتبه دوم و بالاتر از بسیاری از سیستم‌های تطبیق پیچیده قرار می‌دهد.

ontology matching based on maintaining local similarity of information using propagation technique

in recent years, ontologies, as one of the most important components of the semantic web, have expanded in various fields. the problem of ontology matching has been raised with the aim of creating a set of mappings between entities of ontologies. this problem is classified as an np-hard problem. therefore, greedy methods have been proposed to solve it in different ways. selecting the appropriate lexical, structural and semantic similarity criteria and using an effective combination method to obtain the final mapping is one of the most important challenges of these methods. in this paper, an automatic method of matching ontologies is proposed to provide a one-to-one mapping set. this method detects primary mappings based on a new lexical similarity criterion, which is accordance with the descriptive essence of entities and combining this similarity with semantic similarity obtained from external semantic sources. by locally propagating the score of initial mappings in the class hierarchy graph, structurally matching entities are identified. in this method, property matching is examined in a separate step. in the final step, the mapping filter is applied in order to maintain the consistency of the final mapping set. in the evaluation section, comparing the performance of the lexical similarity measure compared to other proposed textual similarity measures, indicates the efficiency of this measure in the problem of ontology matching. in addition, the results of the proposed matching system compared to the results of the set of participating systems in the oaei competitions shows this system in the second place and higher than many complex matching systems.