论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　随着面向服务的体系结构（SOA）的逐步成熟，Web服务已经成为大家耳熟能详的词汇。这些服务以自包含、具有定义良好的接口为特点。该体系结构由三个参与者（服务提供者、服务请求者和服务代理）和三个基本操作（发布、查找和绑定）构成。语义Web服务是用语义Web技术对Web服务的扩展，在该架构下生成的所有Web服务资源该如何准确定位而服务其他需求。若想查找到相应的资源，首先必须了解资源的表示形式，即为语义Web建模，然后通过待查询的服务描述在服务的注册中心（UDDI）做相似度匹配，返回满足需求的服务结果集。语义Web服务的发现即实现用户查询的服务与被查询的服务集合间相似度的计算。
　　1基于语义空间向量模型（SVSM）的相似度计算
　　1.1建立模型
　　Web服务的表述形式多种多样，目前相对成功的模型有OWL-S、WSMO和MWSDI。文中以向量空间模型为基础对Web服务建立语义向量空间模型。
　　向量空间模型（VSM）把基于文本内容的信息处理简化为向量空间的向量运算。通过计算空间上向量间的相似度来度量对象间的语义相似度。随着网络上资源类型的多样化，如文档、多媒体、图片等，这些数据都可以特定形式表示并存储在网络上。所有数据组成了网络上信息的集合，形式化表示为I={D1，D2，……，Dm}，m为数据的总数。其中每个数据对象Di可以用特征向量描述其语义，特征向量又由n个特征项（Ti）来表示，所有数据对象的特征向量集合构成语义向量空间，数据可被映射到N维向量空间的一个点。
　　1.2权重计算
　　Salton，Wong和Yang提出的传统向量空间模型，一个词在文档向量中权重就是局部参数和全局参数的乘积，这就是著名的TF-IDF模型[2]。
　　1）计算词频（TF）：词频指某词在文档中出现的次数。计算公式如下：
　　[tfi，j=ni，jknk，j]
　　[ni，j]表示该词出现的次数；[knk，j]表示所有字词出现次数之和。由于文档的长短不同，
　　如某关键词k在含有1000个词的文档中出现了10次，而在含有100个词的文档中出现了5次，k在两个文档中所占比例分别为1%和5%。为了解决词的频率分布不合理现象，通常TF值会被正规化，防止偏向长的文档。
　　2）计算逆向文件频率（IDF）：指某词普遍重要性的度量。
　　3）计算权重
　　1.3相似度计算
　　有了特征项的权重，可通过内积、余弦相似度法或二值化来计算两对象间的相似度。余弦是利用向量长度对内积做归一化的结果，使用余弦相似度法的计算公式如下：
　　其中，dik表示数据对象Di中特征项k的权重，qk是查询数据对象Q中特征项k的权重。假定有数据对象D1=3T1+0T2+3T3和D2=3T1+2T2+5T3，通过公式计算得知，
　　2基于本体的语义相似度计算
　　SVSM是在传统VSM的基础上引入语义的概念，思想依然沿用传统模型，基于SVSM的相似度计算方法简洁直观，可应用到很多其他领域；结果可排序；检索效果理想。但该模型也有自身难以克服的局限性：
　　1）如不适合处理过长的文档。由于提取特征项时一味追求高精确度的描述时，难免会导致向量空间维数过高，必须做适当的降维处理。
　　2）检索词必须与被比较文件的词完全符合。而特征项是由一系列的字、词或语义单元组成，文中通常会出现词语顺序不一致或子串（子集）的现象。
　　3）语言敏感度低。同义或近义词很难甚至无法被关联起来。
　　4）不能识别词与词间的语义相关性。