中文摘要：

现有的本体映射方法依赖语法和结构相似度度量，没有在映射过程中提供形式语义，且本体自身缺乏智能交互能力，导致映射关系的召回率低且自动推理无法实现。本项目提出一种基于语义连接子的本体映射思想，通过迁移学习获取更小粒度的本体之间的语义关系，进而实现辩论及协商等动态交互行为下的本体映射。项目从OWL本体映射关系的扩展和表示入手，研究本体映射的Web知识背景获取与使用，并重点研究面向本体要素的迁移学习理论和语义交互连接子构造。通过本项目的研究，不仅为本体映射提供一个新的方法论，还期望创建一个形式语义支撑的Web软件开发与协同环境。项目研究拟实现下列四个具体目标1）扩展OWL的本体映射关系；2）建立本体映射的迁移学习理论；3）辩论及协商等动态交互行为下的本体映射连接子理论及方法；4）设计和开发可迁移学习的动态本体映射语义连接子，组队参加OAEI2014国际本体映射竞赛。

结论摘要：

针对OWL的本体映射关系表示粒度粗大、映射结构中无形式语义支撑、忽视本体之间冲突的可协调性等问题，本课题研究分布式本体之间的语义关联，通过研发面向本体映射的在线语义连接子，形成了一套系统的基于交互行为的本体辩论与协商的理论及方法，构建形式语义共享的Web 软件开发与协同环境。课题研究并扩展了OWL的本体映射关系表示，定义了一组术语用于描述静态属性（连接子接口描述）和行为过程（连接子行为描述），实现了更小粒度的语义关联描述；课题研究给出基于进程代数的连接子动态属性表示，侧重研究其并发属性描述和机内表示，同时设计了服务状态转移图等价性判定方法。从本体交互的角度出发，提供了agent的偏好与满意度的形式化表示方法，以偏好的形式表达本体映射的潜在可能性，并实现基于CP-nets的资源依赖关系表示。利用带权集合覆盖的近似算法对其进行求解，得到分布式本体之间的要素对应关系；通过迁移学习和Q学习揭示在不同的解释函数和解释域下本体要素的语义映射关系，优化了公用个体集合上的分类预测函数，挖掘了datatype及其它要素之间的映射关系；根据上下位包含公理，进行了相容性检查，通过标签的相容性修正，最终获得了不冲突的类别归属标签。设计了一种分布式本体映射算法，该方法首先通过外延集合检测和内涵结构检查获取满足包含关系的概念序偶集合。外延检测首先构造公共解释域并解释分布式本体中的概念和角色，通过概念和关系的解释计算概念和关系之间的包含关系；内涵结构检查分别展开分布式本体中的概念和角色的定义式，构造了标准合取范式。定义了本体辩论机制及agent策略表示语言，根据局部本体的要素组成，计算生成映射的博弈策略。从局部本体角度看，辩论策略保证了知识库修改最小，且映射覆盖面最大；设计了本体辩论及协商模型，实现了本体之间主动交互；基于事实证据的辩论与协商，得到了最大逻辑一致解； 综上所述，课题从本体映射过程中的语义支撑及智能性等不足入手，重点研究了面向语义集成的本体学习理论，解决了本体交互中的偏好及满意度的形式化表示问题；然后，通过本体的自主策略参与辩论，在目标主动引导下，求取最大逻辑一致和映射的代价均衡。本课题的研究形成的本体映射方法及相关算法具有较好的普适性，可应用于分布式系统的语义集成与互操作。