中文摘要：

本项目针对当前尚不完善的大规模本体映射系统没有有效利用本体语义信息及评价方法不足的问题，研究大规模本体的分块、映射及相关评价技术，拟提出相应的分块、映射和评价新方法。项目分三个部分分块及块间映射，研究基于语义距离的实体向量化，研究基于密度的聚类组合算法，通过调节不同参数得出聚类结果集，以共识函数组合结果集，从而得到最终分块，并完成基于参考点的块间映射；块内映射，研究多策略本体映射算法，通过分析不同实体的语义价值以调节不同策略的结合方式，研究基于多层次推理的映射修正算法，以得到更为精确的映射结果；评价体系的建立，研究分块结果的评价、块内纯语义查准/查全率映射的评价以及大规模本体映射的总体评价方法，并由此建立大规模本体映射三级评价体系。本项目将加强语义信息在大规模本体映射中的利用，研究性能更好、更加符合语义本质特征的分块算法，研究相关的评价体系，推动大规模本体映射的发展。

结论摘要：

针对目前大规模本体映射系统没有有效利用本体语义信息及评价方法不足等一系列问题，我们对大规模本体的分块、映射及相关评价技术等相关问题展开了研究，提出了一些相应的分块、映射和评价新方法。对于分块及块间映射，研究了基于语义距离的实体向量化，研究了基于密度的聚类组合算法，通过调节不同参数得出聚类结果集，以共识函数组合结果集，从而得到了最终分块，并完成基于参考点的块间映射；对于块内映射，研究了多策略本体映射算法，通过分析不同实体的语义价值以调节不同策略的结合方式，研究了基于多层次推理的映射修正算法，得到了更为精确的映射结果；建立了评价体系，研究了分块结果的评价、块内纯语义查准/查全率映射的评价以及大规模本体映射的总体评价方法，并由此建立了大规模本体映射三级评价体系。