（计算机应用技术专业论文）模糊语义链网络模型研究与应用.pdf

#fll基曩疆周11l蔫，i铲 目录 摘要i a b s t r a c t i 第l 章绪论1 1 1 研究背景与现状l 1 2 研究内容。2 1 3 本文的创新点2 1 4 论文组织3 1 5 本章小结3 第2 章相关理论研究5 2 1 模糊数学5 2 1 1 基本定义和操作5 2 1 2 模糊语义学与隶属度6 2 1 3 隶属函数7 2 2 语义链网络研究8 2 2 1 语义链网络基本定义8 2 2 2 语义链网络基本操作9 2 2 3 语义链的类型1 0 2 2 4 语义关系的不确定性1 0 2 3 本章小结1 1 第3 章模糊语义链网络1 3 3 1 模糊语义链网络概述1 3 3 。2 模糊语义链网络的代数模型1 4 3 3 模糊语义链网络的网络操作1 5 3 4 模糊语义链网络的推理1 6 3 4 1 模糊语义链量化和表示1 6 3 4 2 模糊语义链网络的推理规则1 7 3 4 3 模糊语义链网络的推理研究2 0 3 4 4 模糊语义链网络推理举例。2 3 3 5 本章小结2 6 第4 章模糊语义链网络的5 层结构模型2 7 4 1 引述2 7 毒? 广 4 2 模糊语义链网络的五层模型结构。2 7 4 2 1r d f 简介。2 7 4 2 2fs l n 的五层结构模型2 8 4 3r d f 实现fs l n 的存储2 9 4 3 1r d f 中的空节点。2 9 4 3 2r d f 实现fs l n 的存储3 0 4 5 本章小结3 l 第5 章模糊语义链网络应用3 3 5 1 图像检索的研究现状3 3 5 1 1 图像检索的方法3 3 5 1 2 图像检索的性能指标。3 5 5 2 基于模糊语义链网络的图像检索3 5 5 2 1 模糊位置语义链3 6 5 2 2 模糊位置语义链的推理规则3 6 5 2 3 模糊语义链网络的推理3 7 5 3 对比实验与结果分析3 7 5 3 1 实验目的3 7 5 3 2 实验环境3 7 5 3 3 实验结果分析3 7 5 4 本章小结4 1 第6 章总结4 3 6 1 本文总结4 3 6 2 下一步工作4 3 参考文献4 5 致谢4 9 硕士期间发表的论文和参与的课题5 l l i j ， 毛 ， t 摘要 模糊语义链网络模型研究与应用 计算机应用技术专业硕士研究生段伦倩 指导教师周竹荣副教授 摘要 随着互联网迅速发展，网络资源爆炸性增长，传统处理浩瀚w e b 文档的方式，越来越无 法完整、准确和快速的提取蕴含于w e b 文档中的语义信息，针对这种情况，诸葛海研究员提 出了语义链网络( s e m a n t i cl i n kn e t w o r k ) 简称s l n ，是面向网络资源管理的松耦合的语义 数据模氇，由语义节点和语义链组成。语义常点可以是一个概念、文本、图片或者一个语义 链网络；语义链是指任意两个语义节点之间的语义关系和指向关系。语义链网络自提出后， 得到广泛的应用，并迅速成为一个研究热点。 语义是具有模糊性的，语义链网络在处理模糊语义上还存在一些问题：一方面，语义链 网络不能准确的描述和推理模糊语义信息；另一方面，语义链网络无法准确的来存储语义链 网络上面大鼍的模糊语义信息。因此，本文的主要工作是： 1 构建模糊语义链网络模型。 本文以模糊数学和模糊语义学为理论依据，提出模糊语义链网络的模! l ! ! 。模糊语义链网 络是具有模糊性的语义链网络，由模糊语义节点和模糊语义链组成。模糊语义节点是指任意 具有模糊性的语义节点。模糊语义链是指任意具有模糊性的语义链。本文采用模糊度和模糊 集合的代数运算扩展语义链网络的“加”、“乘”代数运算模型；采用模糊度和模糊集合的 操作扩展语义链网络的“交”、“并”等网络操作。 模糊语义链网络模型的构建，完成了模糊语义链网络代数运算和网络操作，为模糊语义 链网络推理提供了基础。 2 扩展模糊语义链网络的推理。 诸葛海定义了语义链网络的推理，目的就是为了发现新的语义链，同理，在模糊语义链 网络中，为了发现新的模糊语义链，我们需要扩展语义链网络中的推理规则，使其可以 应用到模糊语义链网络的推理中。本文另一个研究重点为：实现模糊语义链网络推理，以发 现新模糊语义链。本文提出了模糊语义链网络推理算法，由三个子算法构成： 模糊语义链网络可达路径搜寻算法； 模糊语义链推理算法； 模糊语义关系推理算法。 0；嗡“r弦i蜃fj 两南大学硕士学位论文 3 提出模糊语义链网络的5 层结构模型。 本文从层的观点，归纳诸葛海研究员及其他学者对语义链网络的研究，将语义链网络分 为5 个层：应用层、推理层、代数模型层、模式层和存储层。 而传统语义链网络存储层研究采用数据库或x m l 技术，在效率和操作上还存在一定的缺 陷。我们将”i = 作重点放在存储层，以r d f 为基础构造语义链网络存储层。本文的方法，利用 了r d f 在描述模糊语义方面的优势，能有效、准确的存储模糊语义链网络上的模糊语义信息。 4 应用模糊语义链网络：图像检索。 为验证语义链网络的应用价值，诸葛海研究员进行了基于语义链网络的图像检索实验， 通过实验验证了该方法的杏准率远大丁二其它图像检索方法。模糊语义链网络是对语义链网络 的扩展，引入模糊度来衡最语义关系的强弱。本文将所提出的模糊语义链网络也应用于图像 检索实验中，实验的结果显示，本文的方法能在语义链网络的基础上提高图像检索的查准率 和效率。 关键字：语义链网络；模糊语义链网络；模糊语义链网络推理；5 层结构模型 a b s t r a c t t h es t u d ya n da p p l i c a t i o no ff u z z ys e m a n t i cl i n kn e t w o r km o d e l m a j o r ：c o m p u t e ra p p l i c a t i o nt e c h n o l o g y a u t h o r ：l u n q i a nd u a n s u p e r v i s o r ：p r o f e s s o rz h u r o n gz h o u a bs t r a c t w i t l lt h er a p i dd e v e l o p m e n to ft h ei n t e r n e ta n dt h ee x p l o s i v eg r o w t ho fn e t w o r kr e s o u r c e s t h e t r a d i t i o n a lw a yo fh a n d l ew e bd o c u m e n th a sb e e nd i f f i c u l tt og e tt h es e m a n t i ci n f o r m a t i o nf r o m w e bd o c u m e n t s c o m p l e t e l y a c c u r a t e l ya n dr a p i d l y t os o l v et h i sp r o b l e m z h u g eh a ip r o p o s e d s e m a n t i cl i n kn e t w o r k ( s l n ) s e m a n t i cl i n kn e t w o r ki st h el o o s ec o u p l i n gs e m a n t i cd a t a m o d e l a n dc o n s i s t e ds e m a n t i cn o d e sa n ds e m a n t i cl i n k s s e m a n t i cn o d ec a r lb eat e x t i m a g e s o re v e n as e m a n t i cl i n kn e t w o r k s e m a n t i cl i n kr e f e r st os e m a n t i cr e l a t i o n s h i p sa n dp o i n t i n gr e l a t i o n s b e t w e e na n yt w os e m a n t i cn o d e s s i n c es e m a n t i cl i n kn e t w o r kr o s e i th a sb e e ng o tw i d e l y a p p l i c a t i o na n dq u i c k l yb e c o m eah o t s p o t w ef o u n dt h a ti ts t i l lh a ss o m ep r o b l e m sw h e ns e m a n t i cl i n kn e t w o r kh a n d l e df u z z ys e m a n t i c p r o b l e m ：o nt h eo n eh a n d t h es e m a n t i cl i n kn e t w o r k c 锄i ta c c u r a t e l yd e s c r i b ea n dr e a s o n i n gf u z z y s e m a n t i ci n f o r m a t i o n ；o nt h eo t h e rh a n d , t h es e m a n t i cl i n kn e t w o r kc a n ta c c u r a t et os t o r ef u z z y s e m a n t i ci n f o r m a t i o n t h em a i nw o r ko f t h i sp a p e ri sa sf o l l o w s 1 c o n s t r u c tt h em o d e lo ff u z z ys e m a n t i cl i n kn e t w o r k t h i sp a p e ri n t r o d u c e dt h ek n o w l e d g eo ff u z z ym a t h e m a t i c sa n dp r e s e n t e df u z z ys e m a n t i cl i n k n e t w o r k ( f _ s l n ) f s l nc o n s i s t so ff u z z ys e m a n t i cn o d e sa n df u z z ys e m a n t i cl i n kb e t w e e nf u z z y s e m a n t i cn o d e s t h ef u z z ys e m a n t i cl i n ki n c l u d e dt h er e l a t i o n s h i pb e t w e e na n yt w on o d e s f u z z y d e g r e eo fr e l a t i o n s h i pa n dt h ep o i n tb e t w e e nn o d e s t h i sc h a p t e rf o c u s e so naw o r kf u z z yd e g r e e s a n df u z z ys e t s e x p a n dt h es e m a n t i cc h a i na r i t h m e t i co fn e t w o r k ”+ - - ”a l g e b r ao p e r a t i o n sf o r a p p l i c a t i o no ff u z z ys e m a n t i c sl i n kn e t w o r k ；a n di n 仃o d u c e df u z z yd e g r e e sa n df u z z ys e t so f s e m a n t i cl i n kn e t w o r ko p e r a t i n ge x p a n dn e t w o r ko p e r a t i n gf o ra p p l i c a t i o no ff u z z ys e m a n t i c s l i n kn e t w o r k t h eg o a lo fc o n s t r u c tf u z z ys e m a n t i c sl i n kn e t w o r km o d e li st op r o v i d eab a s i sf o rt h e r e a s o n i n ga n da p p l i c a t i o no f f u z z ys e m a n t i c sl i n kn e t w o r k 2 t h er e a s o n i n go ff u z z ys e m a n t i cl i n kn e t w o r k m 两南大学硕十学他论文 t h er e a s o n i n go fs e m a n t i cl i n kn e t w o r ki st of i n dn e ws e m a n t i cl i n k s i m i l a r l y ，i no r d e rt o d i s c o v e rn e w 缸冽s e m a n t i c sl i n kf r o mf _ s l n ，w en e e dt oe x p a n dt h er e a s o n i n gr u l e so fs e m a n t i c l i n kn e t w o r k s o ，t h i sp a p e rp r o p o s e df u z z ys e m a n t i cl i n kn e t w o r ka l g o r i t h m , w h i c hc o n t a i n s t h r e es u ba l g o r i t h m s ： s e a r c hr e a c hp a t ha l g o r i t h mo ff _ s l n ； f u z z ys e m a n t i cl i n kr e a s o n i n ga l g o r i t h m ； f u z z ys e m a n t i cr e l a t i o nr e a s o n i n ga l g o r i t h m 3 f i v e _ l a y e rs t r u c t u r em o d e lo ff u z z ys e m a n t i cl i n kn e t w o r k f r o mt h ev i e wo fl a y e r ，w ec o u l dd i v i d es e m a n t i cl i n kn e t w o r ki n t of i v e _ l a y e r ：a p p l i c a t i o n , r e a s o n i n g , a l g o r i t h mm o d e l ，s c h e m aa n ds t r o r a g e w h i l et h et r a d i t i o n a ls t o r a g et e c h n o l o g yo fd a t a b a s eo rx m l ，i ta l s oh a ss o m es h o r t c o m i n g si n e f f i c i e n c y t h e r e f o r e ，t h i sr e s e a r c hf o c u so n ：u s i n gr d fa ss l ns t o r a g el a y e r r d fh a sa l l a d v a n t a g eo fd e s c r i b i n gf u z z ys e m a n t i ci n f o r m a n t i o n 4 t h ea p p l i c a t i o no ff u z z ys e m a n t i c sl i n kn e t w o r k ：i m a g er e t r i e v a l h o wt oq u i c k l ya n da c c u r a t e l yr e t r i e v a lt h en e e d e di m a g ei n f o r m a t i o n h a sb e c o m et h ep e o p l e u r g e n t l yt os o l v et h ep r o b l e m z h u g eh a li sv e r i f i e db ye x p e r i m e n t sb a s e do ns e m a n t i cl i n k n e t w o r ko fi m a g er e t r i e v a l a n dt h ei m a g er e t r i e v a lp r e c i s i o nf a ro u t w e i g ho ft h eo t h e ri m a g e r e t r i e v a lm e t h o d f u z z ys e m a n t i c sl i n kn e t w o r ki st h ee x p a n s i o no fs e m a n t i cl i n kn e t w o r k t h e r e f o r e ，f u z z ys e m a n t i cl i n kn e t w o r ki n h e r i t sa l lt h er e s u l to ft h es t u d yo ft h es e m a n t i cl i n k n e t w o r k d u et ot h i sp a p e ri n 仃o d u c e df u z z yd e g r e e st om e a s u r et h es t r e n g t ho ft h es e m a n t i c r e l m i o n c o m p a r e dw i t hs e m a n t i cl i n kn e t w o r k f u z z ys e m a n t i c sl i n kn e t w o r kc o u l di m p r o v e i m a g er e t r i e v a lp r e c i s i o na n de f f i c i e n c y k e y w o r d s ：s l n ；警s l n ；飞l nr e a s o n i n g ；f i v e _ i a y e rm o d e l ； 、美量嚣j：t-嚣 馨l矾譬量嚣影甄“；。，： ， 第1 章绪论 第1 章绪论 1 1 研究背景与现状 互联网的迅速发展，网上资源爆炸性增长，传统的信息获取技术和搜索引擎 如谷歌、百度、搜狐等，采用自然语言处理、数据挖掘和统计分析等方法来处理 浩瀚的w e b 文档，使人们越来越无法完整、有效、准确地提取蕴含于文档中的语 义信息。归其原因在于，万维网中的资源都是通过超链接互连的，而超链接本身 并不含有语义信息，只是一种资源的地址链接，而计算机是无法识别w e b 文档中 的各种信息。因此，很多时候，用户在浩瀚的互联网上查找所需要资源的时候， 搜索引擎根据用户提供的关键字为依据， 却与搜索要求关系不大的u r l 链接列表， 链接内容是自己所需要的。 提供给用户成千上万个包含了关键字， 用户需要打开每个链接以方便查询哪个 2 0 0 0 年的世界x m l ( e x t e n s i b l em a r k u pl a n g u a g e ) 大会上，w e b 创建者 t b e r n e r s - l e e 做了题为“s e m a n t i cw e b ”的报告，对语义网的概念进行了解释， 并提出了语义网的体系机构b 2 儿3 3 儿矧。语义网就是能够根据语义进行判断的网络。 简单来说，语义网是一种能理解人类语言的智能网络，它不但能够理解人类的语 言，而且还可以使人与电脑之间的交流变得像人与人之间交流一样轻松。语义网 不同于万维网，其数据主要供人类使用，采用本体和标记语言让互联网上的每个 资源能够被计算机所理解。语义w e b 的最终目标是要通过语义把各种数据和程序 互联起来，综合利用知识的方法解决信息资源的语义问题，进一步解决资源的共 享问题，使w e b 成为一个能提供知识服务的巨大知识库。 资源之间的语义关系是语义网的心脏畸引，并且语义网中的资源通过语义关系 连为一体。语义关系有利于改善网络信息搜索服务的质量，在未来的带有语义分 析功能的搜索引擎中，资源之间语义关系的发现和排序将起到重要作用畸扣。语义 网的研究侧蘑于描述资源及其资源之间的属性。与之相比，诸葛海研究员提出的 语义链网络n 2 1 更侧重于研究语义链和语义链之间的推理。语义链是一种语义关系 表示和推理模型，它不仅可以表示资源之间的语义关系，而且可以利用推理规则 发现资源之间更多的语义关系。 语义链网络是基于语义链的语义网模型。语义链网络是由语义节点和语义链 组成，语义节点可以是原子节点，比如文本、图像、概念等，或者复杂语义节点， 比如一个小的语义链网络。由于语义链网络是对超链接在语义上的自然扩展，因 此，语义链网络能够继承所有超链接的研究成果，而且语义链网络能充分利用语 义链的特性来进行推理。借助语义链网络，可以更有效地通过语义涌现的方式来 两南大学硕七学伊论文 发现和获取语义社区，并由此构建基于语义的在线学习环境。利用语义链网络 模型，可以实现互联网上资源之间语义关系的表示，采用语义链来实现对资源的 排序们。 资源之间的语义关系具有不确定性。造成这种不确定性的原因有很多，其中 最主要的为人类认知的不完全性造成的。而描述不确定性的方法有两种：随机现 象的不确定性( 概率) 和模糊现象的不确定( 模糊度) ，它们两者有着本质的区别。 随机现象的不确定性是指在事件本身的定义和范畴是确定的情况下，事件发生的 具体结果是不确定的。模糊现象，则是事件发生的结果是确定的，而事件本身的 定义和范畴是不确定的。 1 2 研究内容 本论文围绕以下几个方面进行研究： 1 ) 为了准确的描述模糊语义信息，我们构建了模糊语义链网络模型，在此基 础上，扩展语义链网络代数运算模型和网络操作。 2 ) 为了实现模糊语义信息的推理，我们扩展语义链网络的推理，提出模糊语 义链网络推理算法，它有三个子算法构成：模糊语义链网络可达路径搜索算法、 模糊语义链推理算法和模糊语义关系算法。 3 ) 为了准确的存储模糊语义信息，我们利用r d f 在描述模糊语义方面的优势， 以r d f 来实现模糊语义链网络的存储。 4 ) 为验证模糊语义链网络的应用价值，我们将模糊语义链网络应用到图像检 索中，实验的结果显示，该方法能在语义链网络的基础上提高图像检索的查准率 和检索效率。 1 3 本文的创新点 本论文的创新之处如下： 1 ) 以模糊数学和模糊语义学为理论依据，提出模糊语义链网络的模型。采用 模糊度来表示语义链之间语义强度，提高了模糊语义关系的准确性。 2 ) 采用r d f 作为模糊语义链网络的存储层，利用r d f 描述语义的优势来存储 模糊语义链网络，不仅可以进行模糊语义链的查询，而且能进行简单的自动化推 理。 3 ) 扩展语义链网络推理，将模糊度引入到语义链网络推理中，以得到更准确 的模糊语义链。 2 ： 、 l i 、i ， 第1 章绪论 1 4 论文组织 本文主要涵盖了模糊语义链网络概述、5 层结构模型、模糊语义链网络的推 理、模糊语义链网络的应用等等，详细组织结构如下： 第一章简要介绍了语义链网络研究的现状和本文研究的内容、意义和创新点 及其文章的组织结构。 第二章介绍了语义链网络与模糊数学的相关理论研究。语义链网络自从提出 以来，迅速成为一个研究热点，对语义链网络的各个方面研究也已趋于成熟。将 模糊数学中的模糊集，模糊关系引入到语义链网络中，寻找语义链网络研究的新 方向。 第三章主要介绍了模糊语义链网络模型的基本理论知识及其推理运算。包括 模糊语义链网络的概念、代数运算、各种网络操作、及其模糊语义链网络中模糊 度的确定和模糊语义链网络的推理。模糊语义链网络的推理的目的就是发现新的 模糊语义链。本文在扩展了语义链网络的推理规则的基础上，给出了发现新的模 糊语义链的步骤和算法。 第四章主要介绍了模糊语义链网络的5 层模璎结构。采用r d f 和x m l 共同作 为模糊语义链网络的存储层，一方面r d f 比x m l 更好的描述节点语义，另一面， r d f 本身具有查询和简单的推导功能。 第五章主要介绍了模糊语义链网络的应用。在介绍了图像检索的发展历程后， 本文通过实验验证将模糊语义链网络应用于图像检索中比将语义链网络应用于图 像检索中，更能提高图像检索的查准率和检索的效率。 第六章主要总结本论文研究的主要内容，及其下一步的工作重点。 1 5 本章小结 本章主要介绍当前语义链网络的现状和发展，在语义链网络的研究基础上， 本文提出了模糊语义链网络的概念，5 层模糊语义链网络模型结构，模糊语义链 网络的模糊推理和应用四个方面的研究内容。最后，对整篇论文的结构做了简单 介绍。 飞r 点 扩 第2 章相关理论研究 第2 章相关理论研究 2 1 模糊数学 1 9 6 5 年，美国控制论专家查德( l a z a d e h ) 教授在信息与控制( i n f o r m a t i o n a n dc o n t r 0 1 ) 杂志上发表了论文“模糊集合 。从此，模糊数学宣告诞生。模糊集合 是客观存在的模糊概念的必然反映。所谓模糊概念就是边界不清晰、外延不明确 的概念。模糊数学与经典数学的区别如图2 1 所示。 图2 - 1 模糊数学与经典数学的区别 2 1 1 基本定义和操作 定义2 1 模糊集口1 ( 引用) 所谓空间x = 扛 中的模糊集a ，就是以 心：x - - o ，l 】 这个隶属函数表示其特征的集合。 若值儿o ) 靠近1 ，则表示x 属于a 的程度高，反之，若心0 ) 靠近o ，则表 示x 属于a 的程度低。 模糊数学的应用范围几乎遍及自然科学与社会科学的所有领域。特别是在模 糊控制、模式识别、人工智能及信息处理等方面取得了显著的成就。 与一般集合运算一样，模糊集合也有模糊集合的并集和交集操作，模糊集的 代数积和代数和运算。 1 ) 模糊集合的并集嫡3 在空间x = x 中的模糊集a 和b ，a ，b 的并集或并，记为么ub ，定义为 包含集a 及集b 两者的最小的模糊集。设c = 彳u b ，则其隶属函数可表示为： p c ( x ) = m a x l u 月( x ) ，盹( x ) 】，v x x ，即： 5 西南大学硕 学伊论文 c = a u b 段= m a x ( z 一，z 口) 2 ) 模糊结合的交集啼1 在空间x = x 中的模糊集a 和b ，a ，b 的交集或交，记为a nb ，定义为包含 集a 及集b 两者的最大的模糊集。设c = 4r 、b ，则其隶属函数可表示为 z c ( x ) = m i n 1 4 ( x ) ，b ( x ) 】，v 叠x ，即： c = a 厂、b 营心1 1 m i n ( z a ，口) 3 ) 模糊集的代数积晦1 在空间x = x ) 中的模糊集a 和b ，模糊集a ，b 的代数积，记为a b ，其隶属函 数可定义如下： p a b 2p a l b 4 ) 模糊集的代数和5 1 在空间x = x 中的模糊集a 和b ，模糊集a ，b 的代数和，记为么。口，其隶 属函数可定义如下： p 绚8 2p a + p 8 一p a b 2 1 2 模糊语义学与隶属度 模糊语义学晦3 1 是在模糊数学的影响下产生的。但模糊语义的观念是在模糊 数学产生之前出现。 1 9 2 3 年，英国著名数学家兼哲学家罗素发表过一篇名为论模糊性的论文。 在这篇论文中他指出t 整个语言或多或少是模糊的。比如，“秃头”是一个模糊概 念。头发究竟要脱到什么程度才算是秃头，这是个很难精确划定的界限。因此， 罗素得出一条重要的结论：“当应用于精确符号时，排中律是有效的，但当符号是 模糊的时候，排中律就无效了 。1 9 6 2 年，波兰哲学家沙夫在其语义学引论 中写道：“如果我们不考虑科学术语的话( 科学术语是有约定建立的) ，模糊性实 际是所有词语的一个性质。这个性质反映了采取普通名称形式( 或者广泛地说采 取普通词语形式) 的一切分类所具有的相对性。客观实在中的事物或者现象，比 任何的分类和任何表示这种分类的词语所能表现的东西都要丰富得多，都要有更 多的多面性。在客观实在中，在词语所代表的各类事物( 各类现象) 之间是有过 渡状态的。这些过渡状态即“交界现象”，说明了我们所谓词语的模糊性的根源。 词语的模糊性是一个客观现象这句话也就是这个意思”。 模糊语义的观念产生于模糊数学理论诞生之前，但是直到z a d e h 提出模糊集 理论之后，模糊语义学才得到迅速发展，一个重要原因在于，z a d e h 提出的关于 隶属度的概念，使模糊语义的定量化研究才成为可能。把一个具体的概念映射到 一个合适的隶属度是由隶属度函数来实现的。 6 争气_， 第2 章相关理沦研究 因为隶属度函数随着应用环境的不i 一而小同，所以从头开始设计隶属函数是 比较复杂的事情，而且还不容易把握其刻画模糊集合的合理性。为了降低设计隶 属函数的工作量，人们根据客观经验，总结和归纳出一些描述模糊现象的隶属度 函数模板喳1 ，在函数模板基础上，大多数模糊集合的隶属函数都可以通过少量的 修改来得到。 2 1 3 隶属函数 按照模糊集刻画或描述的模糊现象的程度和规模的大小，一般将模糊分布分 为偏大型、偏小型和中间型。偏小型模糊分布适合于描述“较小、“较轻 等偏 向于“小的模糊现象；偏大型模糊分布适合刻画“较大”、“较重 等偏向于“大 的模糊现象；中间型模糊分布适合描述“适中等处于中间状态的模糊现象，其 隶属度函数分别可以通过偏小型模糊分布，偏大型模糊分布和中间型模糊分布表 示出来。 偏大型模糊分布的隶属度函数的一般形式为： f0 x 口 其中，a 为常数，根据应用环境而定，f ( x ) 是不减函数。 下面为几种常用的偏大型模糊分布： 第一章升半f 分布： f ( x ) = 1 一e 础4 其中，k o 为常数。 2 ) 升半正态分布： f ( x ) = l e “”口2 其中，k o ，为常数。 3 ) 升半c a u c h y 分布： f ( x ) 2 i i 石1 习 其中，口 o p oy 寸常数。 4 ) 升半梯形分布： lx a， ) = 百i 口 b 5 ) 升岭型分布： 7 m ) ：b + 三s i i l 击( x 一丁b + a ) 口 6 6 ) s 型分布。 f ( x ) = 三( 竺! ) 2 口 x 6 2 、b a 7 1 一三( 旦兰) 2 6 c 2 2 语义链网络研究 语义链网络是一个松耦合的用于管理w e b 资源的语义数据模型，它是中科院 计算技术研究所诸葛海研究员提出。论文 1 2 较早地提出了语义链网络模型，用 于对互联网上资源之间的语义关系进行表示，并且利用语义链对资源进行排序。 超链接机制的简单性和易用性使得万维网取得了巨大的成功。语义链网络模型通 过扩展超链接，并为之添加语义关系。一个典型的语义链网络包含语义节点，语 义链以及语义链推理规则。利用语义链推理规则可以推导出更多的语义链。 2 2 1 语义链网络基本定义 定义2 2 语义节点n 印在网络中，语义节点可以是任意类型的资源，一个语 义节点可以是一个文本、图片、资源，甚至是一个语义链网络。 对每种资源可以通过一组属性定义此资源的基本语义内容，而这些属性是由 资源本身的特征确定的。而资源的属性与语义关系的表达能力是等价的悔3 。因此， 资源的属性可以通过语义关系来表示。从这个意义上来讲，我们可以把所有的与 属性相关的规则转化为只与语义关系相关的推理规则。 定义2 3 语义关系n 司从语义学的角度来说，任意两个资源或者概念n a ， 如果它们之间在语义上具有某种确定的关系口，则称它们具有语义关系口，记为 彻，其中口是一组概念来描述的。 定义2 4 语义链n 司语义链是任意两个节点之间的语义关系及其指向关系， 每个语义链可以描述为：n l 与，其中n a ，n 2 为语义节点，口为两个语义节点 之间的语义关系，_ 为，z l ，惕之间的语义链。 定义2 5 语义链推理规则n 即推理规则具有领域相关性，因具体的链接类型 的实际语义关系的不同而不同，推理规则通常是有对应领域的专家定义的。通常 语义链的推理规则有两种描述方式： 8 乏 第2 章相关理论研究 1 ) 两个资源之l 日j 的语义关系的推理规则 诸葛海研究员把两个资源之间语义关系的推理规则描述为： n l 与他j 惕山，缩写为口j ，l l ，r h 为语义节点，口为对应的语义 关系，他解释这条语义链推理规则为：两个资源之间的语义关系口蕴含，口是 比更强的语义链。 2 ) 三个资源之间的语义关系的推理规则 同理，诸葛海研究员把三个资源之间语义关系的推理规则描述为： 确与刀2 ，吃山惕j 山，- w i n g 缩写为口= y ，其中n a ，刀2 ，n 3 为语义 节点，口，y 分别是语义节点r 6 ，伤，r 6 ，r 6 ，1 7 2 之间的语义关系。 对语义链网络，诸葛海研究员定义了2 2 条推理规则。 定义2 6 语义链网络n 幻语义链网络可以表示为一个三元组s l n ( n ，l ，尺) ： 1 ) n 是一个语义节点的集合“，吃， ，其中，惕，咒2 ，分别代表不同的 语义节点； 2 ) l 是语义链的集合； 3 ) r 是语义链推理规则集合。 2 2 2 语义链网络基本操作 在定义了语义链网络的一些基本概念后，为了方便语义链网络在实际中的各 种应用，诸葛海研究员还给出了语义链网络的一些基本操作和语义关系的代数运 算。 1 ) 并。两个语义链网络s l n i ( n ，l ，r ) 和s l n 2 ( m ，厶，蜀) 的并可以定义为： s l n ( n u 1 ，l u 厶) ，并操作不能够保证产生一个连通的语义链网络，其目的是 为了让用户能够将不同的语义链网络看作一个语义链网络。 2 ) 交。两个语义链网络s l n i ( n ，l ，r ) 和s l n 2 ( l ，厶，蜀) 的交可以定义为： s l n ( n n m ，l n 厶) ，交操作不能够保证产生一个连通的语义链网络，其目的是 为了让用户能够将不同的语义链网络的公共部分看作一个语义链网络。 3 ) 推理。语义链网络的推理的主要目的是从已有的语义链根据一定的推理规 则得到资源之间的一些新的语义关系。语义链网络的一个原子推理指的是在语义 链网络中执行一条规则得到一个新的语义链的过程。而语义链网络中的推理规则 是由一系列这样的相关的原子推理组成。 4 ) 语义关系的加法操作。如果从一个资源到另一个资源疗，存在语义关系 o f , ，那么，刀，之间的语义关系是这两种语义关系的叠加，可以看作一种语义 关系来对待，形式上可用口+ 表示，称之为语义关系的加法运算，如果两个语 义关系存在蕴含关系口j ，则口+ = 口。 9 两商夫学硕t 二学伊论文 5 ) 语义关系的乘法运算。如果存在从资源到胛：的语义关系口，从资源刀：到 的语义关系，且根据这两个语义关系与推理规则可以得到从到的语义关 系y ，这个推导过程称为语义关系口，的乘法运算，即为口= y ，其中 y = 乃+ y 2 + + 以，k 为自然数。 2 2 3 语义链的类型 语义链包括两个语义节点的指向和对应的语义关系。资源之间的语义关系是 复杂多样的，但是总有一些特殊的语义关系存在于任意两种资源之间。诸葛海研 究员将这些特殊的语义关系归结为以下8 种n5 j ，见表2 - 1 。 表2 - 1 语义链类型 名称描述备注 因果链接c l 与c 2 c 1i st h ec a u s eo fc 2 蕴含链接c 1 马c 2 t h es e m a n ti c so fc 1i m p l i e st h a to f c 2 子类型链接c 1 o c 2 c 2i sap a r to fc 1 相似链接c l 马c 2 t h es e m n n t i c so fc 2i ss i m i l a rt ot h a t o fc 1 a n ds di st h e s i m i l a r i t yd e g r e e ： 实例链接c l 与c 2 c 2i st h ei n s t a n c eo fc 1 顺序链接c l 马c 2 t h ec o n t e n to fc 2i ss u c c e s s o ro f t h a t o f c 1 引用链接c 1 乌c 2 c 2i sf u r t h e re x p l a n a t i o no fc 1 不确定链接c l 与c 2 t h e r ei sn oo b v i o u ss e m a n ti cr e l a ti o n s h i pb e t w e e nc 1a n dc 2 对于一对给定的资源，它们的语义关系之间可能存在以下三种不同的关系： 1 ) 蕴含关系。如果在一对资源之间存在语义关系口，那么就一定存在语义关 系，这种蕴含关系记为口j 或者c o m ( a ，) 。 2 ) 相容关系。在同一对资源之间可以同时出现语义关系口，记作 c o m ( a ，) ； 3 ) 不相容关系。在同一对资源之间不可能同时出现语义关系a ，记作 i n c ( a ，) 。 2 2 4 语义关系的不确定性 资源之间的语义关系具有不确定性。而不确定性是由两个不同的方面来反映 和体现：随机现象的不确定性( 概率) 和模糊现象的不确定( 模糊度) ，它们两者 有者本质的区别。随机现象的不确定性是指在事件本身的定义和范畴是确定的情 况下，事件发生的具体结果是不确定的；就模糊现象来说