-
题名基于多头自注意力模型的本体匹配方法
被引量：2
- 1
-
-
作者
吴楠
唐雪明
-
机构
南宁师范大学计算机与信息工程学院
南宁师范大学物理与电子学院
-
出处
《无线电通信技术》
2023年第6期1081-1087,共7页
-
基金
广西研究生教育创新计划项目(YCSW2023437)~~。
-
文摘
随着语义网的发展,本体数量不断增加,本体间的语义关系变得越来越复杂。因此,引入OWL2Vec*方法获取本体的语义嵌入表示。通常,匹配的类或属性具有相似的结构,因此利用了字符级和结构级的相似性度量。为高效融合多种相似度值,提出基于多头自注意力模型的本体匹配方法(Ontology Matching Method Based on Multi-Head Self-Attention, OM-MHSA)自主学习各相似度方法对匹配结果的贡献值。在国际本体对齐评测组织(Ontology Alignment Evaluation Initiative, OAEI)提供的Conference数据集上进行实验,结果表明,相对LSMatch和KGMatcher+方法,提出的模型准确率(Precision)提升了6%,召回率(Recall)和F1值(F1-measure)超过了ALIOn、TOMATO和Matcha等方法。可见,提出的模型能够提升匹配结果的效率。
-
关键词
语义关系
OWL2Vec*
本体匹配
多头自注意力模型
-
Keywords
semantic relationships
OWL2Vec*
ontology matching
mhsa model
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
