یک متاتطبیق دهنده آنتولوژی مبتنی بر روش های یادگیری ماشین

در وب معنایی، آنتولوژی نقش مهمی در ارائه ی تعاریف رسمی از مفاهیم و روابط برعهده دارد. بنابراین داشتن آنتولوژی های مشابه، نه کاملاً یکسان، در یک دامنه ی خاص اجتناب ناپذیر است، زیرا ممکن است برای یک مفهوم معانی مختلفی وجود داشته باشد. از این رو تطبیق این گونه آنتولوژی ها یکی از مباحث مطرح در حوزه ی وب معنایی می باشد. برای انجام عمل تطبیق از روش های گوناگونی استفاده می شود، که هر کدام از آن ها دارای مزایا و معایبی است. تحقیقات اخیر به استفاده از روش های یادگیری ماشین در تطبیق آنتولوژی ها پرداخته است. روش های یادگیری ماشین، یک مدل ریاضی از داده را ایجاد می نمایند و براساس آن، نمونه های جدید از همان داده را دسته بندی می کنند. در این مقاله یک متاتطبیق دهنده ی آنتولوژی معرفی می گردد که از یک روش ترکیبی یادگیری ماشین برای دسته بندی استفاده می نماید. نتایج حاصل از آزمایش نشان می دهد که متاتطبیق دهنده از کارایی بالاتری نسبت به روش های تطبیق مجزا برخوردار است.

Keywords:

تطبیق آنتولوژی , یادگیری ماشین , دسته بندی کننده , AdaBoost , SVM