面向圖書館關聯(lián)數(shù)據(jù)的語義鏈接構建研究*

游 毅

（廣州大學圖書館 廣東廣州 510006）

1 引言

長期以來，館藏資源以良好的信息質量、較高的組織水平與開放的可獲取性而成為公共文化服務體系的重要組成部分。而隨著信息爆炸式增長與用戶自主意識覺醒，館藏分散性、異構性、無序性與用戶嚴苛的信息需求形成了尖銳矛盾，圖書館用戶希望基于內在需求一站式獲取本地館藏乃至外部網絡資源，并以一種關聯(lián)化和知識化的方式加以組織，從而為關聯(lián)數(shù)據(jù)的圖書館應用提供了現(xiàn)實需求。

2006年7月，“萬維網之父”Tim Berners-Lee提出了關聯(lián)數(shù)據(jù)概念，力圖探索Web架構下發(fā)布結構化數(shù)據(jù)并實現(xiàn)語義關聯(lián)的最佳實踐，此后由W3C發(fā)起的“開放關聯(lián)數(shù)據(jù)運動”更是吸引了各類信息機構乃至個人參與其中。另一方面，目前圖書館元數(shù)據(jù)無論數(shù)據(jù)格式還是系統(tǒng)架構均千差萬別，同時數(shù)據(jù)間由于缺乏語義關聯(lián)而無法充分發(fā)揮在館藏組織與服務中的聚合效應。針對這一問題，關聯(lián)數(shù)據(jù)全面支持完整數(shù)據(jù)類型、面向海量語義關聯(lián)關系、提供多樣數(shù)據(jù)存取機制等技術特性恰恰彌補了現(xiàn)有館藏數(shù)據(jù)的諸多不足，因此有望成為圖書館實現(xiàn)館藏組織與服務的理想模式。就技術機制而言，關聯(lián)數(shù)據(jù)核心在于RDF資源描述框架基礎上的語義鏈接機制，從而深入揭示館藏中實體或概念之間多樣化的語義關聯(lián)，并實際承擔圖書館與外部數(shù)據(jù)間的融合與共享功能。因此，RDF鏈接構建機制在館藏的語義聚合與共享中扮演著重要角色，并由此成為圖書館關聯(lián)數(shù)據(jù)應用重點關注的問題。

2 語義鏈接的構建原則與類型機制

圖書館要實現(xiàn)面向館藏關聯(lián)數(shù)據(jù)的語義鏈接構建，必須明確鏈接對象、鏈接屬性、鏈接類型及構建方式等基礎性問題。具體而言，圖書館在語義鏈接構建中一方面要明確構建基本原則，以便確定合適的鏈接目標數(shù)據(jù)集與資源對象并選擇恰當?shù)男g語詞匯作為鏈接屬性，另一方面也要區(qū)分語義鏈接類型并尋找通用高效的構建方式，從而為圖書館關聯(lián)數(shù)據(jù)的鏈接管理奠定方法基礎。

2.1 語義鏈接的構建原則

圖書館應用關聯(lián)數(shù)據(jù)的目的之一是利用語義鏈接將分散異構的館藏元數(shù)據(jù)及其描述對象聚合在一起，為此需要確定哪些外部數(shù)據(jù)集包含館藏鏈接目標數(shù)據(jù)，進而明確具體鏈接資源對象，此外還要選擇恰當?shù)母拍钚g語作為鏈接屬性，而上述內容都需要依據(jù)鏈接構建原則作為指導。

首先，圖書館關聯(lián)數(shù)據(jù)的鏈接構建需要選擇數(shù)據(jù)集作為鏈接對象來源，而內容權威性、質量穩(wěn)定性與鏈接廣泛性應成為選擇目標數(shù)據(jù)集的基本原則。具體來講，由于關聯(lián)數(shù)據(jù)中任意資源URI標識都必須保證可解析，即數(shù)據(jù)對象能夠利用HTTP協(xié)議解析為相關資源的語義描述信息，因此鏈接目標數(shù)據(jù)集的權威性與高質量能夠保證館藏從中獲得準確的語義描述，從而促進資源內容的可理解性。此外，由于權威數(shù)據(jù)集已成為關聯(lián)數(shù)據(jù)網絡的核心節(jié)點，因此與之構建語義鏈接就等于間接與更多數(shù)據(jù)集形成關聯(lián)關系，利用這一擴散效應就能夠減輕圖書館直接構建海量語義鏈接的沉重負擔。而從現(xiàn)實角度考慮，目前關聯(lián)數(shù)據(jù)網絡中的諸多高質量核心數(shù)據(jù)集都應當成為圖書館關聯(lián)數(shù)據(jù)的潛在鏈接對象來源。

其次，圖書館還需要從已確定的目標數(shù)據(jù)集中進一步明確具體鏈接數(shù)據(jù)對象，從而構建資源之間更為精確和富含語義的鏈接關系。而這一過程中應重點考慮以下原則：首先是目標數(shù)據(jù)的質量如何，一般而言鏈接對象質量越高，就越能夠凸顯語義鏈接構建的價值；其次是目標數(shù)據(jù)能夠為圖書館關聯(lián)數(shù)據(jù)增加的價值如何，由于圖書館構建語義鏈接的核心目的在于增強自身關聯(lián)數(shù)據(jù)的利用價值，因此鏈接目標選擇也應圍繞這一目的展開；再次是目標數(shù)據(jù)是否具有穩(wěn)定的維護機制，關聯(lián)數(shù)據(jù)動態(tài)性導致的更新變化會影響到指向該數(shù)據(jù)的語義鏈接的有效性，因此穩(wěn)定的維護機制能夠保證語義鏈接的持續(xù)有效性；最后是目標數(shù)據(jù)是否已具有豐富鏈接，豐富的外部語義鏈接將能夠幫助應用程序更好地檢索、發(fā)現(xiàn)與鏈接圖書館關聯(lián)數(shù)據(jù)并幫助其融入關聯(lián)數(shù)據(jù)網絡。

圖書館關聯(lián)數(shù)據(jù)在確定鏈接構建的目標數(shù)據(jù)集與具體數(shù)據(jù)對象之后，還需要選擇概念術語作為鏈接屬性，從而明確表達圖書館與外部數(shù)據(jù)集之間的語義關聯(lián)。一般而言，圖書館關聯(lián)數(shù)據(jù)在鏈接屬性選擇時需要考慮兩個原則：一是鏈接屬性應當具有權威性與通用性，從而避免異構屬性詞匯之間的語義映射過程，同時也便于關聯(lián)數(shù)據(jù)應用程序的訪問與解析；二是鏈接屬性應當具有穩(wěn)定可解析的URI，從而使得關聯(lián)數(shù)據(jù)應用程序能夠對其調用和解析并確保語義鏈接乃至整個數(shù)據(jù)網絡的整體質量。具體而言，可選擇LOD開放關聯(lián)數(shù)據(jù)云中廣泛使用的詞匯集，即使使用生僻名詞術語作為鏈接屬性也應當與更為通用的鏈接屬性關聯(lián)在一起，以便客戶端對語義鏈接的理解與使用。

2.2 語義鏈接構建的類型機制

實際上，語義鏈接構建對于任何關聯(lián)數(shù)據(jù)發(fā)布者而言都是極其困難的任務，原因是一方面在于鏈接類型的多樣化，另一方面則在于構建機制的復雜性。具體而言，語義鏈接構建既涉及語義框架層面概念術語間的詞匯型鏈接，也包括實體對象層面客觀資源間的關系型鏈接，同時關聯(lián)數(shù)據(jù)的內容復雜性也對鏈接構建質量提出挑戰(zhàn)，為此明確語義鏈接構建的類型機制成為圖書館鏈接構建首先需要解決的基礎性問題。

如前所述，語義鏈接作為實現(xiàn)關聯(lián)數(shù)據(jù)網絡構建與資源共享的核心，從目標對象與功能作用上可分為詞匯型鏈接與關系型鏈接。其中詞匯型鏈接用于關聯(lián)描述資源內容且存在邏輯關系的概念術語，從而保證數(shù)據(jù)網絡語義層面的一致性。而關聯(lián)數(shù)據(jù)中實體間的關系型鏈接作為數(shù)據(jù)網絡的核心骨架，反映的是客觀世界中更為靈活多樣且缺乏規(guī)律的復雜關聯(lián)。實際上，當前鏈接構建復雜化的重要原因便在于語義框架的異構性，即用于資源描述的概念術語在語義層面難以統(tǒng)一，從而影響到關聯(lián)數(shù)據(jù)的通用性與可理解性，同時關系型鏈接的靈活性、主觀性與多元化使得關系型鏈接的構建難度大大增加。

就鏈接構建機制而言，SPARQL查詢與相似度匹配應當成為語義鏈接構建的核心機制。對于詞匯型鏈接而言，一方面由于概念映射必須實現(xiàn)異構術語詞匯的翻譯轉換，因而需要借助SPARQL查詢語言在目標數(shù)據(jù)集中查詢鏈接詞匯對象；另一方面存在關聯(lián)的術語詞匯必然具有某種語義相似性，因此能夠通過相似度計算實現(xiàn)詞匯型鏈接構建，同時信息檢索與自然語言處理領域的相似度算法也能為此提供方法論支撐。對于關系型鏈接而言，關聯(lián)數(shù)據(jù)中實體間RDF鏈接構建可通過人工或自動機制來實現(xiàn)，其中人工構建機制可利用SPARQL查詢方式確定目標數(shù)據(jù)集中可供關聯(lián)的對象URI，而半自動或自動鏈接構建則是基于資源URI結構相似性或屬性相似度來實現(xiàn)。目前來看，關系型鏈接構建中最重要的仍是基于屬性相似度的自動構建機制，即利用算法工具對鏈接資源對象的特征屬性進行相似度判斷，從而創(chuàng)建圖書館與外部數(shù)據(jù)集中實體間的語義鏈接。

3 圖書館關聯(lián)數(shù)據(jù)的鏈接構建方式

圖書館關聯(lián)數(shù)據(jù)力圖使用通用體系標準發(fā)布與關聯(lián)各類開放數(shù)據(jù)集并使之成為滿足共享要求的數(shù)據(jù)資源，而語義鏈接構建正是其實現(xiàn)開放共享應用的關鍵。因此圖書館需要在關聯(lián)數(shù)據(jù)開放發(fā)布基礎上構建指向外部數(shù)據(jù)集的詞匯型鏈接與關系型鏈接，以便用戶及應用程序能夠在館藏與外部資源間自由跳轉，并促進圖書館關聯(lián)數(shù)據(jù)的自由發(fā)現(xiàn)與融合。

3.1 詞匯型鏈接的構建方式

各類關聯(lián)數(shù)據(jù)由于選擇的語義模型與發(fā)布方法存在差異，使得其資源描述中對于概念術語的選擇具有不同傾向，進而造成數(shù)據(jù)集間語義框架的不一致，同時也會對關系型鏈接構建造成障礙。基于此，館藏描述詞匯與外部通用概念間的語義關聯(lián)發(fā)現(xiàn)就成為圖書館鏈接構建的首要內容。

3.1.1 基于SPARQL查詢的鏈接構建

SPARQL語言是W3C面向RDF數(shù)據(jù)查詢的候選推薦標準，其典型應用便是通過術語模式查詢從目標數(shù)據(jù)集中尋找符合鏈接要求的RDF術語變量，以此作為關聯(lián)數(shù)據(jù)詞匯型鏈接的關聯(lián)對象，其針對目標數(shù)據(jù)集中術語詞匯的SPARQL查詢語句結構可表達為：

基于上述SPARQL查詢模式能夠發(fā)現(xiàn)基于特定語義結構的關聯(lián)關系并支持各種屬性詞匯的深度查詢，而在此基礎上通過CONSTRUCT陳述結構，圖書館關聯(lián)數(shù)據(jù)就能夠實現(xiàn)館藏描述術語與外部通用概念之間的映射關聯(lián)，即將館藏術語結構作為外部數(shù)據(jù)集中SPARQL術語模式查詢的約束條件，同時CONSTRUCT語句還支持與其他SPARQL查詢條件的混合使用。

綜上可見，基于SPARQL查詢的鏈接構建較之詞匯間的復雜映射規(guī)則編制更為簡單直接，同時也能發(fā)揮關聯(lián)數(shù)據(jù)RDF模型與SPARQL查詢優(yōu)勢。例如，圖書館可以利用CONSTRUCT語句實現(xiàn)書目數(shù)據(jù)集中作者屬性bib:author與外部FOAF數(shù)據(jù)集中人物屬性foaf:person之間的語義關聯(lián)發(fā)現(xiàn)，并在書目數(shù)據(jù)集中產生指向FOAF數(shù)據(jù)集的映射實例：

3.1.2 基于術語相似度的鏈接構建

關聯(lián)數(shù)據(jù)的術語詞匯從本質上可視為通用或領域本體，因此基于本體映射的術語相似度可以成為詞匯型鏈接構建的重要途徑。所謂本體映射，是指利用本體間語義級映射與相似度計算來揭示概念間關聯(lián)關系的過程，從而為圖書館與外部數(shù)據(jù)集間異構術語詞匯的鏈接構建提供依據(jù)。

具體而言，基于本體映射的術語相似度計算能夠在詞匯語法、概念定義、概念實例與概念結構多個層面實現(xiàn)。基于語法的術語相似度通過計算術語間的編輯距離來判斷其是否存在語義關聯(lián)，其中編輯距離是指術語名稱字符串之間實現(xiàn)完全形式轉換所需的最小編輯操作數(shù)目，具體編輯操作包括字符插入、刪除、調換、替換等，同時由于該相似度計算過程實際就是編輯操作的求解最優(yōu)化問題，因此相應算法包括Diogene算法或本體比較算法等。應當說，基于語法的術語相似度具有最佳的適用性與有效性，但另一方面語義深度的欠缺使得鏈接準確性難以盡如人意。與之相比，基于概念定義的術語相似度是依據(jù)概念的名稱、關聯(lián)關系、約束條件等定義信息，將不同類型定義信息作為獨立要素分別計算相似度，進而利用加權平均方法對要素相似度匯總以得到最終的語義相似度。客觀來講，通過比較概念多重屬性的語義相似度計算在鏈接構建中具有更高的準確性，但在缺乏豐富定義信息的情況下其效果往往不盡人意。除上述方法外，基于概念實例的術語相似度是從擁有相同實例的概念可能具有相似性這一假設出發(fā)，以概念實例的概率分布為依據(jù)來計算相似度，例如可通過機器學習等方式對實例進行自動統(tǒng)計從而獲得其聯(lián)合概率分布，進而利用相應函數(shù)確定概念間的語義相似度，其中實例完全相同的概念術語間相似度為1，完全不同則取值為0。由于該方法是基于概念的豐富實例信息來計算相似度，因而能深入語義層次，但同時也表現(xiàn)出對概念實例完備性的過度依賴。最后，基于概念結構的術語相似度計算是基于概念間的語義層次結構，通過其中蘊含的潛在語義信息來揭示詞匯間的語義關聯(lián)。例如術語詞匯間在結構上存在的上下位以及整體局部等關聯(lián)均可定義在以某一核心概念為中心且半徑為r的語義輻射范圍內，其中語義半徑r取值能夠反映出概念與核心概念間的語義關聯(lián)程度。然而，目前單純依靠概念結構信息的術語相似度仍然缺乏精確性，同時具體算法也有待成熟完善。

綜上可見，基于本體映射的術語相似度算法在擁有各自優(yōu)勢的同時也表現(xiàn)出自身局限性，因此在圖書館關聯(lián)數(shù)據(jù)的鏈接構建中需要將各相似度取值分別作為語義關聯(lián)影響因子，進而通過影響因子的權重匯總來提高鏈接構建準確性。

3.2 關系型鏈接的構建機制

圖書館關聯(lián)數(shù)據(jù)在語義鏈接構建中更為核心的還是實體間的關系型鏈接，這也是館藏對象與外部資源實現(xiàn)語義聚合最為直接的途徑。關系型鏈接的構建需要借助屬性匹配或相似度計算來發(fā)現(xiàn)實體關聯(lián)，而面向RDF數(shù)據(jù)對象的SPARQL查詢與基于信息檢索的文本相似度匹配能夠為此提供可能途徑。

3.2.1 基于SPARQL查詢的鏈接構建

目前關聯(lián)數(shù)據(jù)網絡中大量數(shù)據(jù)集均能夠提供基于SPARQL端口的數(shù)據(jù)查詢，因此圖書館可以基于此在外部數(shù)據(jù)集中尋找與館藏存在語義相似性的資源對象，進而判斷和構建二者間的關系型鏈接。如針對圖書館數(shù)據(jù)集D與外部數(shù)據(jù)集D，若要在D與D的實體之間構建關系型鏈接，首先可以通過如下SPARQL語句針對特定資源文本屬性i進行語義查詢：

如果能在D與D中分別查詢到具有屬性i的資源r與r，那么就可以利用RDF鏈接將二者關聯(lián)起來，而如果數(shù)據(jù)集中針對文本屬性i的查詢結果均不存在，那么就可以認為圖書館與外部數(shù)據(jù)集面向該屬性不存在語義關聯(lián)。盡管基于SPARQL查詢的語義關聯(lián)發(fā)現(xiàn)適用于圖書館與外部數(shù)據(jù)集間語義鏈接的初步構建，但由于屬性查詢實際返回的資源可能不止一個，因而無法為資源相似度判斷提供足夠的辨識度。為此可在SPARQL查詢中增加目標資源類型或URI格式等限制條件。如在圖書館書目數(shù)據(jù)集與外部數(shù)據(jù)集DBpedia間尋找語義關聯(lián)時，可在查詢DBpedia中圖書資源時對類型屬性進行如下限定：

如上所述，實體間的語義鏈接構建能夠利用SPARQL查詢中的限制條件來提高關聯(lián)結果的指向性與辨識度。然而面對圖書館關聯(lián)數(shù)據(jù)中的海量鏈接對象，基于SPARQL查詢的鏈接構建方式雖然能夠提供較強可操作性與較小實現(xiàn)難度，但卻缺乏足夠的執(zhí)行效率，因此難以滿足海量語義鏈接的構建要求，而基于文本相似度匹配的相關性檢索方法恰恰能夠通過關聯(lián)數(shù)據(jù)背景下的擴展延伸為此提供可能途徑。

3.2.2 基于文本相似度匹配的鏈接構建

實際上，由于關聯(lián)數(shù)據(jù)中任意資源都需要提供包括文本屬性在內的語義描述，因此如果在語義框架一致性基礎上對不同數(shù)據(jù)集中資源的同類屬性進行相似度匹配，就能夠判斷二者之間是否具有關聯(lián)并利用語義鏈接標識其關聯(lián)關系。

總體而言，無論采用何種文本相似度匹配算法都應滿足可延展性與高精確度兩項基本要求。可延展性是指相似度算法能夠根據(jù)文本屬性字符串長度進行延展，使之適應任意長度字符串間的精確匹配，如普遍使用的qgrams策略是依據(jù)連續(xù)字符序列單元長度q將屬性字符串切分為若干字符單元，其中q可以依據(jù)延展需要自行調整，如字符串r=“dblab”可在q=2的設定下被切分為r={‘d’，‘db’，‘b’，‘bl’，‘l’，‘la’，‘a’，‘ab’，‘b’}多個字符單元，進而通過每個字符單元賦予相似度權重以計算整個字符串的相似度。高精確度是指相似度匹配算法能夠準確判斷資源屬性間是否具有語義關聯(lián)，這一方面取決于算法自身性能，另一方面也與相似度閾值設置有關。具體而言，用于關系型鏈接構建的文本相似度匹配算法基本原理均是將圖書館數(shù)據(jù)集中館藏屬性字符串r作為源數(shù)據(jù)，將相關數(shù)據(jù)集中資源屬性字符串r作為目標數(shù)據(jù)，進而計算二者的語義相似度，具體算法包括Edit Similarity算法、基于信息檢索的相似度算法、隱馬爾科夫模型算法等。

（1）Edit Similarity算法。該算法通過計算字符串間的編輯距離來實現(xiàn)文本屬性的相似度匹配，其中館藏文本屬性源字符串r與外部實體屬性字符串r之間的編輯距離可表示為 tc（r，r），具體指代借助字符復制、插入、刪除、替代等編輯操作將r轉換為r所需的最小成本。基于此，屬性字符串r與r的編輯相似度可進一步定義為：

由于屬性字符串的編輯距離與具體編輯操作有關，因此針對編輯相似度算法也擁有多種編輯距離模型，其中最常見的是Levenshtein編輯距離，即對于復制以外的其他編輯操作均以單位成本1賦值，而復制操作則賦值為零，并據(jù)此判斷文本屬性是否存在語義關聯(lián)。

（2）基于信息檢索的cosine算法。該算法源于信息檢索領域的一個基本問題，即在給定查詢語句和一組源文件的情況下如何查詢最為相關的文件對象，而如果將館藏與外部資源的屬性字符串均視為信息檢索算法中的查詢文件，將依據(jù)q-gram策略切分的字符單元視為文件中的語詞，那么就能將文件相關性檢索技術用于文本屬性相似性匹配中。具體而言，基于tf-idf加權的cosine相似性是基于向量空間模型的相似性測度方法，利用該方法能夠將館藏屬性r與目標資源屬性r分別轉換為單位向量，進而通過測度字符串對應向量之間的矢量角來確定其相似距離，具體cosine相似性函數(shù)為：

其中r（t）與r（t）分別為屬性字符串r與r中每一個相同字符的標準化tf-idf權重，例如r的標準化tf-idf權重可定義為：

其中tf（t）為字符t在字符串r中的出現(xiàn)頻率，而idf（t）則為整個字符串集合R的倒排文檔頻率。

（3）隱馬爾科夫模型。圖書館與外部數(shù)據(jù)集中資源文本屬性相似度匹配還能利用離散隱馬爾科夫模型進行建模，該模型能夠計算目標對象屬性字符串r與館藏屬性字符串r存在相似性的概率函數(shù)：

其中a與a是馬爾科夫模型中的狀態(tài)轉換概率且a=1-a，P（t|GE）與 P（t|r）分別定義為函數(shù)：

利用該算法進行屬性相似度匹配的優(yōu)勢在于能夠在關系型數(shù)據(jù)庫中使用標準SQL查詢語句，因此在目前關聯(lián)數(shù)據(jù)集主要由關系型數(shù)據(jù)庫利用D2R方式實現(xiàn)發(fā)布的背景下具有很強的可操作性與應用空間。

綜上可見，利用文本相似度匹配算法能夠實現(xiàn)圖書館與外部關聯(lián)數(shù)據(jù)集之間基于屬性相似度的語義鏈接構建。例如在q-grams文本單元切分策略中設定q=2（相關研究表明該取值具有最好的匹配準確度），圖書館可以選擇館藏數(shù)據(jù)集中題名屬性為特征文本屬性，并確定適當?shù)南嗨贫人惴ㄅc目標數(shù)據(jù)集中同類資源的文本屬性進行字符串匹配，最后借助預先設定的閾值θ對其屬性相似度進行判斷，如果資源間屬性相似度超過θ值則構建二者的語義鏈接。

4 結語

關聯(lián)數(shù)據(jù)的語義特性與聚合功能有賴于RDF數(shù)據(jù)模型下資源間無處不在的語義鏈接。正是由于數(shù)據(jù)集間存在包含多種關聯(lián)屬性的RDF鏈接，才使得多元化創(chuàng)建與分布式管理的關聯(lián)數(shù)據(jù)能夠聚合成為統(tǒng)一的語義網絡。基于此，圖書館關聯(lián)數(shù)據(jù)需要面向海量外部數(shù)據(jù)集構建復雜多樣的語義鏈接，從而更好地融入數(shù)據(jù)網絡之中以提高其可發(fā)現(xiàn)性，并促進復雜館藏實體對象的標識控制與內容表達。同時，通過館藏實體資源與外部網絡資源的深度關聯(lián)，能夠幫助館藏共享突破傳統(tǒng)圖書館物理限制，最終營造出覆蓋全球信息資源的廣義館藏空間。

然而必須承認，與面向異構數(shù)據(jù)類型與用戶多元需求的關聯(lián)數(shù)據(jù)發(fā)布相比，語義鏈接的構建方法與自動化工具仍然相對匱乏，同時無論基于SPARQL查詢抑或相似度匹配的語義鏈接構建都還無法滿足復雜多樣的關系型鏈接構建需求。因此，語義鏈接高效構建已成為關聯(lián)數(shù)據(jù)發(fā)展亟待解決的重點問題，同時也應當成為今后圖書館關聯(lián)數(shù)據(jù)應用所應著力研究的關鍵。

［1］EuzenatJ，Shvaiko P.Ontology matching ［EB/OL］.［2013-11-20］.http://homes.cs.washington.edu/hois.pdf.

［2］Scharffe F，F(xiàn)ensel D.Correspondence patterns for ontology alignment［A］.Knowledge Engineering:Practice and Patterns［M］.Springer Berlin Heidelberg，2008:83-92.

［3］Anhai D，Jayant M，et al.Learning to map between ontologies on the semantic web［A］.Proceeding of 11th International WorldWide Web Conference［C］.2002.

［4］Rodriguez A.Determining semantic similarity among entity classes from different ontologies ［J］.Knowledge and Data，2003，37（02）：24-31.

［5］Doan A H，Madhavan J，et al.Learning to map between ontologies on the semantic web ［A］.Proceedings of the 11th international conference on World Wide Web［C］.ACM，2002：662-673.

［6］Sekine S，Sudo K，et al.Statistical matching of two ontologies［A］.Proceedings of ACL SIGLEX99 Workshop：Standardizing Lexical Resources［C］.ACM，1999：134-141.

［7］Arasu A，Ganti V，et al.Efficient exact set-similarity joins［A］.Proceedings of the 32nd international conferen ce on Very large data bases［C］.VLDB Endowment，2006：918-929.

［8］Bhattacharya I.Collective entity resolution in relational data［J］.IEEE Data Engineer，2006，23（2）：4-12.

［9］Hausenblas M，Halb W.Interlinking of resources with semantics［A］.Poster at the 5th European Semantic Web Conference［C］.W3C，2008：234-245.