主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
申德荣,余恩运,张 旭,寇 月,聂铁铮,于 戈.SKM:一种基于模式结构和已有匹配知识的模式匹配模型.软件学报,2009,20(2):327-338
SKM:一种基于模式结构和已有匹配知识的模式匹配模型
SKM: A Schema Matching Model Based on Schema Structure and Known Matching Knowledge
投稿时间:2007-02-10  修订日期:2007-10-09
DOI:
中文关键词:  模式匹配  知识重用  语义推理  数据集成  数据挖掘
英文关键词:schema matching  knowledge reuse  semantic inference  data integration  data mining
基金项目:Supported by the National Natural Science Foundation of China under Grant No.60673139 (国家自然科学基金); the National High-Tech Research and Development Plan of China under Grant No.2008AA01Z146 (国家高技术研究发展计划(863))
作者单位
申德荣 东北大学 信息科学与工程学院,辽宁 沈阳 110004 
余恩运 东北大学 信息科学与工程学院,辽宁 沈阳 110004 
张 旭 东北大学 信息科学与工程学院,辽宁 沈阳 110004 
寇 月 东北大学 信息科学与工程学院,辽宁 沈阳 110004 
聂铁铮 东北大学 信息科学与工程学院,辽宁 沈阳 110004 
于 戈 东北大学 信息科学与工程学院,辽宁 沈阳 110004 
摘要点击次数: 3645
全文下载次数: 4801
中文摘要:
      针对已有基于模式结构的模式匹配方法的局限性,提出了一种利用模式结构信息和已有匹配知识的模式匹配模型——SKM(schema and reused knowledge based matching model).在该模型中,借鉴神经网络元之间的影响过程实现语义匹配推理;通过重用已有匹配知识深入挖掘模式元素之间的深层语义关系;基于已有匹配知识自动缩减不确定阈值区之间来确定匹配阈值,有效减少人工干涉;给出了简单的确定模式元素之间匹配关系的方法;同时通过自适应式迭代模型,进一步挖掘求精已有匹配知识.实验结果表明,SKM模型切实可行.
英文摘要:
      To make up the limitations of existing schema matching methods based on schema structure information, a schema matching model called SKM (schema and reused knowledge based matching model) is proposed based on schema structure information and known matching knowledge. In this model, neural network influence procedure is imitated to realize semantic matching reasoning. The known matching knowledge is reused to mine the deep semantic relation between two schemas. It is also reused to curtail uncertain threshold interval automatically to specify the threshold for decreasing manual intervention. A simple approach of specifying matching relation between two matching elements is given. In the meantime, a self-learning adaptive and iterative model is presented to mine and enrich the known matching knowledge. Experimental results show that the SKM is feasible.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利