一種面向Web服務描述的本體學習方法
2023-09-22 07:30:15 1
一種面向Web 服務描述的本體學習方法
【專利摘要】本發明公開了一種面向Web服務描述的本體學習方法，包括以下步驟：1：收集Web服務描述文檔，得到文檔中的輸入輸出參數，對每個輸入輸出參數預處理；2：使用hHDP方法以自下而上的學習方法生成主題的層次；3：使用「中國餐館問題」採樣方法估計層級主題；4：獲得代表單詞並構造初始本體，使用語義增強規則增強生成本體的語義形成最終本體。本發明的有益效果是：1.對使用WSDL描述的Web服務無監督學習生成本體，具有較好的通用性；2.既能夠找出隱含的語義層次關係又能夠利用保證學習出的本體語義豐富程度，具有較好的本體學習效果。3.學習的本體可以用於Web服務語義標註，能夠支撐語義Web服務發現和推薦，具有較廣泛的適用性。
【專利說明】—種面向Web服務描述的本體學習方法
【技術領域】
[0001]本發明屬於服務計算【技術領域】，特別涉及一種面向Web服務描述的本體學習方法。
【背景技術】
[0002]伴隨著網際網路計算環境和軟體體系結構的變化，基於網際網路的軟體服務開發已經日趨流行。軟體服務環境下各種計算資源高度分布和自治的本質特徵對軟體系統的開發帶來了新挑戰。面向服務的架構能夠應對這種動態、多變和複雜的問題，因此隨著面向服務的架構和軟體即服務技術的發展，面向服務的軟體開發開始蓬勃發展起來。在這種情況下，網際網路上Web服務的規模開始快速增長，如截止到2013年9月16日，Web服務編程網站Programmableffeb上發布的Web服務數目已超過9900個,其它服務門戶網站也發布了大量的Web服務。此外，很多企業也把遺留軟體系統進行碎片化拆分和封裝得到的Web服務部署到網絡上。這樣，Web服務規模的劇增為大眾用戶準確、高效地發現Web服務增加了困難。由於基於關鍵字查詢的方法的查詢結果往往不夠準確，因此基於語義的查詢受到了越來越多的關注，而語義查詢的關鍵在於是否有可用的領域本體。手工方式建立本體的效率低下，因此有必要建立一種從已有Web服務描述中進行本體學習的方法，從而能夠輔助領域專家建立高質量的領域本體。目前基於Web服務描述做本體學習的方法並不是很多，基於關聯規則的方法能夠發現語義關係緊密的概念，但是卻難以發現層次語義關係。基於層次聚類方法的學習方法能夠發現語義層次關係，但是在層次關係建立之後語義的進一步增強還有所欠缺。因此，面對網際網路上Web服務的規模化增長，針對已有的基於Web服務描述的本體學習方法中存在的不足，如何進行準確、高效的Web服務本體學習，便成為服務計算領域中一個亟待解決的關鍵技術問題。
【發明內容】
[0003]為了解決上述技術問題，本發明提供了一種基於WSDL的Web服務描述中學習生成本體的方法，本發明具有良好的通用性。
[0004]本發明所採用的技術方案是:一種面向Web服務描述的本體學習方法，其特徵在於，包括以下步驟:
[0005]步驟1:收集Web服務描述文檔，對收集的Web服務描述文檔進行預處理，得到Web服務描述文檔中的輸入輸出參數，並對Web服務描述文檔中每個輸入輸出參數預處理，得到一組原型單詞的集合，對所述的原型單詞進行進一步預處理，得到詞性標註單詞的集合；
[0006]步驟2:使用hHDP方法對步驟I中得到的原型單詞以自下而上的學習方法生成原型單詞所屬主題的層次；
[0007]步驟3:使用「中國餐館問題」的HDP採樣模式計算出步驟2中生成的每一層主題層次的概率度量Gi,基準概率Gtl和主題數目；[0008]步驟4:計算主題中包含的原型單詞的覆蓋率並排序，覆蓋率最大的單詞對該主題的覆蓋程度最大，將覆蓋率最大的單詞作為代表單詞的候選，採用自下而上的方法抽取每個主題對應的代表單詞；對詞性標註單詞使用模式分析技術分析參數中詞彙之間的關係，並將這些關係的組織形式形成語義豐富的規則，當抽取出代表單詞之後按照語義豐富的規則對生成的本體進一步擴充語義。
[0009]作為優選，步驟I中所述的Web服務描述文檔來源於能夠被訪問的Web服務註冊中心或Web服務門戶網站。
[0010]作為優選，所述的步驟1，其具體實現包括以下子步驟:
[0011]步驟1.1:對Web服務描述文檔進行解析，從中抽取該文檔中的輸入輸出參數，對輸入輸出參數做預處理，得到一組原型單詞的集合；所述的預處理包括按照分隔符對參數斷詞、擴充縮寫詞；
[0012]步驟1.2:針對步驟1.1的結果，將所述的原型單詞進行詞性標註，得到詞性標註單詞的集合，為模式分析做準備。
[0013]作為優選，所述的步驟2，其具體實現包括以下子步驟:
[0014]步驟2.1:根據原型單詞的集合聚類出第一層主題作為目標本體結構的葉節點；
[0015]步驟2.2:所有主題包含詞分布組成估計下一層次的觀測值，即把每個主題看作一個新的文檔，每個主題下面包含的單詞又被當成新文檔中的單詞；
[0016]步驟2.3:使用Gibb s採樣不斷的重複上述的步驟2.1和步驟2.2，從而自動學習出主題的層次。
[0017]作為優選，所述的步驟3，其具體實現包括以下子步驟:
[0018]步驟3.1:對於收集Web服務描述文檔，在步驟2的基礎上，輸入第j個文檔的現有主題數目和參數α，根據「中國餐館問題」的採樣模式計算出第j篇文檔中主題z的數目
Tjz ;
[0019]步驟3.2:根據文檔j中和主題z相關的單詞數目採樣得出;基於因子^採
樣得出該層次的Gtl ;根據上述計算出的獲得本層次的主題數目；
[0020]步驟3.3:採用自下而上的方式迭代步驟3.1-3.2，根據Dirichlet過程「富者更富」的特性，高層的主題數目逐步減少直至收斂至一個節點，得到每一層主題層次的主題數目；
[0021]其中，先驗參數:α，Y，tz是主題ζ的總數，t是主題的總數。
[0022]作為優選，所述的步驟4，其具體實現包括以下子步驟:
[0023]步驟4.1:在執行了 HHDP方法的基礎上，計算每個聚類主題中單詞的覆蓋率，並按照覆蓋率的大小倒序排列；
[0024]步驟4.2:採用自底向上的方式抽取代表單詞並構造本體的語義層次；
[0025]步驟4.3:利用模式分析技術分析參數中詞彙之間的關係，從而建立語義豐富規貝U，同時在步驟4.2的基礎上利用語義豐富規則對構造的本體語義進一步增強。
[0026]作為優選，步驟3中所述的每一層主題層次的主題數目，其具體計算方法如下:
【權利要求】
1.一種面向Web服務描述的本體學習方法，其特徵在於，包括以下步驟: 步驟1:收集Web服務描述文檔，對收集的Web服務描述文檔進行預處理，得到Web服務描述文檔中的輸入輸出參數，並對Web服務描述文檔中每個輸入輸出參數預處理，得到一組原型單詞的集合，對所述的原型單詞進行進一步預處理，得到詞性標註單詞的集合； 步驟2:使用hHDP方法對步驟I中得到的原型單詞以自下而上的學習方法生成原型單詞所屬主題的層次； 步驟3:使用「中國餐館問題」的HDP採樣模式計算出步驟2中生成的每一層主題層次的概率度量Gi,基準概率Gtl和主題數目； 步驟4:計算主題中包含的原型單詞的覆蓋率並排序，覆蓋率最大的單詞對該主題的覆蓋程度最大，將覆蓋率最大的單詞作為代表單詞的候選，採用自下而上的方法抽取每個主題對應的代表單詞；對詞性標註單詞使用模式分析技術分析參數中詞彙之間的關係，並將這些關係的組織形式形成語義豐富的規則，當抽取出代表單詞之後按照語義豐富的規則對生成的本體進一步擴充語義。
2.根據權利要求1所述的面向Web服務描述的本體學習方法，其特徵在於:步驟I中所述的Web服務描述文檔來源於能夠被訪問的Web服務註冊中心或Web服務門戶網站。
3.根據權利要求1所述的面向Web服務描述的本體學習方法，其特徵在於:所述的步驟1，其具體實現包括以下子步驟: 步驟1.1:對Web服務描述文檔進行解析，從中抽取該文檔中的輸入輸出參數，對輸入輸出參數做預處理，得到一組原型單詞的集合；所述的預處理包括按照分隔符對參數斷詞、擴充縮寫詞； 步驟1.2:針對步驟1.1的結果，將所述的原型單詞進行詞性標註，得到詞性標註單詞的集合，為模式分析做準備。
4.根據權利要求1所述的面向Web服務描述的本體學習方法，其特徵在於:所述的步驟2，其具體實現包括以下子步驟: 步驟2.1:根據原型單詞的集合聚類出第一層主題作為目標本體結構的葉節點； 步驟2.2:所有主題包含詞分布組成估計下一層次的觀測值，即把每個主題看作一個新的文檔，每個主題下面包含的單詞又被當成新文檔中的單詞； 步驟2.3:使用Gibbs採樣不斷的重複上述的步驟2.1和步驟2.2，從而自動學習出主題的層次。
5.根據權利要求1所述的面向Web服務描述的本體學習方法，其特徵在於:所述的步驟3，其具體實現包括以下子步驟: 步驟3.1:對於收集Web服務描述文檔，在步驟2的基礎上，輸入第j個文檔的現有主題數目和參數α，根據「中國餐館問題」的採樣模式計算出第j篇文檔中主題z的數目Tjz ；
Ctt 步驟3.2:根據文檔j中和主題Z相關的單詞數目採樣得出;基於因子g採樣得出該層次的Gtl ;根據上述計算出的Tjz獲得本層次的主題數目； 步驟3.3:採用自下而上的方式迭代步驟3.1-3.2，根據Dirichlet過程「富者更富」的特性，高層的主題數目逐步減少直至收斂至一個節點，得到每一層主題層次的主題數目； 其中，先驗參數:a，Y，tz是主題z的總數，t是主題的總數。
6.根據權利要求1所述的面向Web服務描述的本體學習方法，其特徵在於:所述的步驟4，其具體實現包括以下子步驟: 步驟4.1:在執行了 HHDP方法的基礎上，計算每個聚類主題中單詞的覆蓋率，並按照覆蓋率的大小倒序排列； 步驟4.2:採用自底向上的方式抽取代表單詞並構造本體的語義層次； 步驟4.3:利用模式分析技術分析參數中詞彙之間的關係，從而建立語義豐富規則，同時在步驟4.2的基礎上利用語義豐富規則對構造的本體語義進一步增強。
7.根據權利要求1所述的面向Web服務描述的本體學習方法，其特徵在於:步驟3中所述的每一層主題層次的主題數目，其具體計算方法如下:
8.根據權利要求1所述的面向Web服務描述的本體學習方法，其特徵在於:步驟4中所述的代表單詞的抽取方法如下: 首先計算主題中包含的原型單詞的覆蓋率:
【文檔編號】G06F17/30GK103530419SQ201310524073
【公開日】2014年1月22日 申請日期:2013年10月29日 優先權日:2013年10月29日
【發明者】何克清, 田剛, 王健 申請人:武漢大學