陳永佩，杜震洪，劉仁義，張豐*，王煉剛

(1. 浙江大學(xué) 浙江省資源與環(huán)境信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室， 浙江 杭州 310028； 2. 浙江大學(xué) 地理信息科學(xué)研究所， 浙江 杭州 310027)

0　引　言

隨著地理信息語(yǔ)義層次互操作的日趨頻繁，地理數(shù)據(jù)的語(yǔ)法異構(gòu)與語(yǔ)義異質(zhì)對(duì)地理信息互操作過(guò)程的影響不可忽視，如何有效度量地理信息的語(yǔ)義相似度顯得越來(lái)越重要[1]. 目前，國(guó)內(nèi)外對(duì)語(yǔ)義相似度計(jì)算模型的研究成果大致可分為基于結(jié)構(gòu)的語(yǔ)義相似度計(jì)算模型[2-3]、基于內(nèi)容的語(yǔ)義相似度計(jì)算模型[4-5]、基于屬性的語(yǔ)義相似度計(jì)算模型[6]和混合式語(yǔ)義相似度計(jì)算模型[7-8]. 混合式語(yǔ)義計(jì)算模型綜合考慮了前3種算法中的影響因素，也是語(yǔ)義相似度模型研究發(fā)展的主要趨勢(shì). 近年來(lái)，國(guó)內(nèi)外的研究成果基本都是對(duì)上述方法的拓展和改進(jìn). 文獻(xiàn)[9]將概念層次結(jié)構(gòu)描述為概念向量模型，通過(guò)向量間的余弦相似度計(jì)算概念間的語(yǔ)義相似度；文獻(xiàn)[1]通過(guò)屬性枚舉法描述概念的語(yǔ)義本質(zhì)，深入分析不同類別屬性值間相似度的計(jì)算方法，提出了一種基于屬性的語(yǔ)義相似度計(jì)算模型；文獻(xiàn)[8]通過(guò)綜合分析概念的語(yǔ)義距離、屬性和概念間的關(guān)系，得到一種混合式語(yǔ)義相似度模型. 總體來(lái)說(shuō)，現(xiàn)階段的語(yǔ)義相似度計(jì)算模型大多是在本體的基礎(chǔ)上，僅通過(guò)綜合概念間的關(guān)系、本體結(jié)構(gòu)和概念屬性等因素來(lái)度量語(yǔ)義相似度，忽視了實(shí)體層次對(duì)語(yǔ)義相似度的影響.

在地理空間領(lǐng)域，實(shí)體不僅具有屬性特征，還具有很重要的幾何特征. 屬于不同概念下的地理實(shí)體通常在幾何特征上具有明顯的差異，例如“河流水面”的條帶狀和“湖泊水面”的坑狀. 當(dāng)人們?cè)谂袛嗟乩砀拍钪g相似度的時(shí)候，通常會(huì)考慮實(shí)體幾何特征之間的差異. 因此，實(shí)體幾何特征相似度作為空間認(rèn)知的一部分，也可作為地理語(yǔ)義相似度計(jì)算的一個(gè)影響因素. 本文將在現(xiàn)有的對(duì)相似度影響因素分析的基礎(chǔ)上，引入實(shí)體的幾何特征因素，對(duì)地理語(yǔ)義相似度進(jìn)行綜合評(píng)價(jià).

1　影響語(yǔ)義相似度的因素

本體因其能夠準(zhǔn)確描述概念含義和概念之間的內(nèi)在關(guān)聯(lián)，已成為詞語(yǔ)語(yǔ)義相似度研究的基礎(chǔ)[10]. 本體是哲學(xué)上的概念，指客觀現(xiàn)實(shí)的抽象本質(zhì). 地理信息本體是指地理信息科學(xué)領(lǐng)域不同層次、不同應(yīng)用方向地理空間信息概念的內(nèi)涵和層次關(guān)系及其語(yǔ)義標(biāo)識(shí)[11]. 即將現(xiàn)實(shí)世界中的地理現(xiàn)象抽象為概念、概念之間的關(guān)系、概念屬性和屬于概念的實(shí)體集合. 在已有研究的基礎(chǔ)上，結(jié)合實(shí)體的幾何特征因素，得到本體中影響地理概念間的語(yǔ)義相似度主要因素.

1.1　概念間的關(guān)系

地理概念之間有多種關(guān)系，包括同義關(guān)系、上下位關(guān)系、部分與整體關(guān)系、拓?fù)潢P(guān)系、方位關(guān)系等. 一般來(lái)說(shuō)，同義關(guān)系表示2個(gè)概念是相同的，即語(yǔ)義相似度為1；上下位關(guān)系體現(xiàn)概念之間的相似度，其他關(guān)聯(lián)關(guān)系體現(xiàn)概念之間的相關(guān)度. RESNIK[5]闡述了語(yǔ)義相似度和相關(guān)度的關(guān)系，認(rèn)為語(yǔ)義相似度是語(yǔ)義相關(guān)度的一種特例，所以，本文的語(yǔ)義相似度計(jì)算不考慮語(yǔ)義相關(guān)性的影響因素，概念間的關(guān)系只考慮同義關(guān)系和上下位關(guān)系. 其中上下位關(guān)系可通過(guò)本體結(jié)構(gòu)表達(dá)，利用本體結(jié)構(gòu)進(jìn)行相似度計(jì)算.

1.2　本體結(jié)構(gòu)

本體通常以概念樹(shù)為組織結(jié)構(gòu)，本體層次樹(shù)可根據(jù)現(xiàn)有的分類體系進(jìn)行構(gòu)建. 概念在本體層次樹(shù)中的位置可體現(xiàn)該概念的抽象程度和含信息量的大小. 因此，可通過(guò)概念的深度和密度進(jìn)行相似度計(jì)算. 概念的深度指概念所在節(jié)點(diǎn)到根節(jié)點(diǎn)的距離. 深度越深，概念所代表的含義越具體. 概念的密度是指概念所在節(jié)點(diǎn)的直接子節(jié)點(diǎn)個(gè)數(shù). 密度越大，概念被細(xì)分的程度越高.

1.3　概念的屬性

概念的屬性可直接表達(dá)概念代表的含義和特性，2個(gè)概念共有屬性越多則越相似，2個(gè)概念對(duì)于同屬性的取值越接近則越相似.

1.4　實(shí)體的幾何特征

實(shí)體的幾何特征作為地理現(xiàn)象的重要性質(zhì)，影響人類對(duì)地理概念的認(rèn)知，也是影響概念間相似度的重要因素. 一般來(lái)說(shuō)，屬于某一地理概念下的實(shí)體會(huì)以群體形式存在，因此需要對(duì)空間群體的幾何特征進(jìn)行計(jì)算和對(duì)比. 文獻(xiàn)[12]通過(guò)引入空間統(tǒng)計(jì)分析的有關(guān)概念，利用空間群體目標(biāo)幾何特征指標(biāo)之間的相似度來(lái)描述空間群體目標(biāo)之間的相似度. 本文將結(jié)合文獻(xiàn)[12]中的方法，利用實(shí)體群體幾何特征指標(biāo)的統(tǒng)計(jì)值對(duì)實(shí)體群體的幾何特征進(jìn)行描述，實(shí)體幾何特征相似度越高，則概念間的語(yǔ)義越相似.

2　引入實(shí)體的語(yǔ)義相似度混合計(jì)算模型

2.1　基于本體結(jié)構(gòu)的相似度計(jì)算

概念間深度和密度的相似度計(jì)算采用張?zhí)m芳[13]提出的方法，設(shè)有A、B2個(gè)概念，C為A、B的公共父節(jié)點(diǎn)，則A、B之間的概念深度和概念密度相似度計(jì)算為

(1)

(2)

式(1)中depth(tree)為本體層次樹(shù)的深度，即層次樹(shù)中所有概念節(jié)點(diǎn)深度的最大值；式(2)中density(max)為層次樹(shù)中所有概念節(jié)點(diǎn)密度的最大值.

基于本體結(jié)構(gòu)的相似度計(jì)算需綜合概念的深度和密度2個(gè)因素的相似度，為

Simstructure(A,B)=αSimdepth(A,B)+(1-α)Simdensity(A,B),

(3)

式(3)中的權(quán)重應(yīng)根據(jù)本體結(jié)構(gòu)的具體情況確定.

2.2　基于屬性的相似度計(jì)算

設(shè)A、B2個(gè)概念分別擁有屬性集合P(A)和P(B)，屬性pi有以下3種情況：

(1) 如果pi∈P(A)且pi?P(B)，或者pi∈P(B)且pi?P(A)，則屬性pi占據(jù)一定權(quán)重，且A和B在pi屬性上的相似度為0.

(2) 如果pi?P(A)且pi?P(B)，則屬性pi不給予考慮，不占有權(quán)重.

(3) 如果pi∈P(A)且pi∈P(B)，則對(duì)于屬性pi，概念A(yù)取值為pai，概念B取值為pbi，相似度Sim(pai,pbi)按照具體屬性類型計(jì)算. 基于屬性的相似度公式為

Simproperty(A,B)=ω1Sim(pa1,pb1)+

ω2Sim(pa2,pb2)+…+ωiSim(pai,pbi),

(4)

式(4)中，ω1+ω2+…+ωi=1，權(quán)重大小可根據(jù)層次分析法確定.

2.2.1枚舉型屬性計(jì)算

枚舉型屬性表示屬性取值之間無(wú)級(jí)別、無(wú)次序、含義無(wú)交集，且一個(gè)概念對(duì)于該屬性可同時(shí)取多個(gè)值. 如概念“天然牧草地”對(duì)于“功能”屬性可取值“生長(zhǎng)植物”和“畜牧”，概念“林地”對(duì)于“功能”屬性可取值“生長(zhǎng)植物”和“種植植物”等.

結(jié)合RODRIGUEZ等[14]提出的計(jì)算模型，枚舉型屬性相似度計(jì)算公式為

Sim(pai,pbi)=

(5)

式(5)中，pai和pbi分別表示概念A(yù)和B對(duì)于第i個(gè)屬性取值的集合，|pai∩pbi|表示2個(gè)取值集合交集的屬性值數(shù)量，|pai-pbi|和|pbi-pai|分別表示集合pai中不屬于pbi的屬性值個(gè)數(shù)和集合pbi中不屬于pai的屬性值數(shù)量.

2.2.2布爾型屬性計(jì)算

布爾型屬性指屬性只有2個(gè)取值，且含義相反. 如“利用狀態(tài)”屬性有“已利用”和“未利用”2個(gè)取值. 若2個(gè)概念的布爾型屬性取值相同，則相似度為1，取值不同，則相似度為0.

布爾型屬性相似度計(jì)算公式：

(6)

2.2.3層次型屬性計(jì)算

層次型屬性是指該屬性的取值有層次關(guān)系，包括上下義關(guān)系和整體部分關(guān)系. 上下義關(guān)系屬性是描述不同邏輯層次上具有共同特征的屬性值之間的語(yǔ)義關(guān)系；而整體部分關(guān)系表達(dá)了概念在組成結(jié)構(gòu)上的相關(guān)性[1].

對(duì)于層次型屬性，LIU等[9]提出了概念向量相似度計(jì)算方法，根據(jù)屬性取值的層次關(guān)系樹(shù)，得到對(duì)應(yīng)的向量，通過(guò)計(jì)算向量間的余弦確定兩者的相似度.

(7)

式(7)中pai和pbi為2個(gè)概念屬性值對(duì)應(yīng)的向量.

2.2.4有序型屬性計(jì)算

有序型屬性指有序且取值無(wú)交集的屬性，如“寬度”屬性有“非常寬”“很寬”“中等”“很窄”“非常窄”5個(gè)取值，可以按照程度順序劃分為1～5五個(gè)等級(jí)，相似度計(jì)算公式為

(8)

式(8)中|pai-pbi|為2個(gè)概念屬性值所屬等級(jí)的差值，m為等級(jí)數(shù).

2.2.5數(shù)值型屬性計(jì)算

數(shù)值型屬性指該屬性取值為某個(gè)數(shù)值或數(shù)值范圍.

(9)

當(dāng)屬性取值為確定數(shù)時(shí)按照式(9)計(jì)算；當(dāng)取值為數(shù)值范圍時(shí)，若為有序型，則采取上述有序?qū)傩缘挠?jì)算方法；若為無(wú)序型，或取值范圍有交叉，則用范圍平均值來(lái)代替取值，再用式(9)進(jìn)行計(jì)算.

2.3　實(shí)體幾何特征相似度計(jì)算

本文主要對(duì)地理實(shí)體的形狀和大小進(jìn)行描述和對(duì)比，因點(diǎn)群無(wú)形狀和大小特征，故不做比較. 為了合理描述實(shí)體群體的空間幾何特征，本文引入統(tǒng)計(jì)量平均值等概念，參考劉濤[12]對(duì)于空間群組目標(biāo)相似度的研究，得到以下指標(biāo).

2.3.1線群幾何特征指標(biāo)

(1) 平均長(zhǎng)度是線狀要素群體的基本空間形狀指標(biāo).

(2) 平均曲折度可以用來(lái)描述線群總體的彎曲程度. 線的曲折度是指線的實(shí)際長(zhǎng)度與首尾點(diǎn)直線距離的比值. 曲折度越大，線越彎曲，曲折度值越接近1，彎曲程度越低，即越接近于直線. 概念A(yù)的線狀實(shí)體平均曲折度計(jì)算公式為

(10)

2.3.2面群幾何特征指標(biāo)

(1) 平均面積和平均周長(zhǎng)是面群的基本幾何特征.

(2) 平均緊致度可用來(lái)描述面群整體的形狀特征. 緊致度用來(lái)描述一個(gè)給定的多邊形區(qū)域離某一特定形狀的面(通常是指圓)的偏離程度[8].緊致度越接近1，面越接近于圓. 平均緊致度計(jì)算公式為

(11)

式(11)中，n為屬于A概念下的面狀實(shí)體的個(gè)數(shù)，Si為多邊形面積，Pi為多邊形周長(zhǎng).

2.3.3實(shí)體幾何特征相似度計(jì)算

為保證相似度結(jié)果在[0,1]內(nèi)，實(shí)體特征指標(biāo)間的相似度計(jì)算公式為歸一化模型：

(12)

式(12)中，ea和eb分別為概念A(yù)和B共同擁有的某個(gè)特征指標(biāo)值，emax和emin分別為所有線群或面群中該幾何特征指標(biāo)的最大值和最小值.

屬于概念A(yù)和B的線群和面群之間的幾何特征相似度計(jì)算公式分別為：

Simline(A,B)=ωSimave_leng(ea,eb)+

(1-ω)Simave_sinu(ea,eb),

(13)

Simpolygon(A,B)=αSimave_area(ea,eb)+

βSimave_peri(ea,eb)+γSimave_comp(ea,eb),

(14)

式(13)中Simave_leng(ea,eb)和Simave_sinu(ea,eb)分別為線群之間的平均長(zhǎng)度相似度和平均曲折度相似度. 式(14)中，α，β，γ滿足α+β+γ=1，其中Simave_area(ea,eb)，Simave_peri(ea,eb)和Simave_comp(ea,eb)分別為面群之間的平均面積相似度、平均周長(zhǎng)相似度和平均緊致度相似度. 上述實(shí)體特征指標(biāo)間的相似度皆通過(guò)式(12)計(jì)算得到.

2個(gè)概念在實(shí)體上的相似度按照其共有的實(shí)體幾何特征指標(biāo)計(jì)算，非共有的實(shí)體幾何特征指標(biāo)不予考慮，不占據(jù)權(quán)重. 當(dāng)概念A(yù)和B中某一個(gè)在實(shí)體庫(kù)中無(wú)實(shí)體或2個(gè)概念在實(shí)體庫(kù)中均無(wú)實(shí)體時(shí)，語(yǔ)義相似度模型不考慮實(shí)體相似度. 當(dāng)2個(gè)概念擁有共同幾何要素時(shí)，可用下式進(jìn)行計(jì)算：

Simentity(A,B)=αSimline(A,B)+βSimpolygon(A,B),

(15)

為了保證式(15)相似度值域在[0,1]間，權(quán)重必須滿足α+β=1. 考慮到實(shí)際計(jì)算中數(shù)據(jù)完整性有差異，需要根據(jù)不同情況賦予不同的權(quán)重系數(shù)：

(1) 當(dāng)概念A(yù)和B僅共有線狀要素時(shí)，則α=1，β=0.

(2) 當(dāng)概念A(yù)和B僅共有面狀要素時(shí)，則α=0，β=1.

(3) 當(dāng)2個(gè)概念同時(shí)有面和線要素時(shí)，應(yīng)根據(jù)線狀要素和面狀要素的數(shù)據(jù)量和分布情況等來(lái)確定權(quán)重系數(shù).

2.4　引入實(shí)體的混合式語(yǔ)義相似度計(jì)算

根據(jù)上述語(yǔ)義相似度的影響因素分析和計(jì)算方法，采用加權(quán)求和的方式獲得總體相似度計(jì)算公式：

Sim(A,B)=

(16)

式(16)中A=B表示概念A(yù)與B為同義關(guān)系；A≠B表示非同義關(guān)系. 為了保證相似度結(jié)果在[0,1]內(nèi)，必須滿足ω1+ω2+ω3=1，且應(yīng)根據(jù)本體構(gòu)建成果和實(shí)體數(shù)據(jù)情況來(lái)決定權(quán)重的大小，使算法更具可調(diào)節(jié)性.

3　實(shí)驗(yàn)計(jì)算與分析

3.1　土地利用類型本體構(gòu)建

本文以土地利用類型為本體對(duì)象進(jìn)行語(yǔ)義相似度計(jì)算試驗(yàn)，根據(jù)2007年中華人民共和國(guó)國(guó)土資源部頒發(fā)的《土地利用現(xiàn)狀分類》(GB/T 21010-2007)標(biāo)準(zhǔn)中對(duì)土地利用現(xiàn)狀的分類和定義，結(jié)合土地利用調(diào)查中的實(shí)際分類方式，構(gòu)建土地利用類型本體. 本體結(jié)構(gòu)如圖1所示.

參考譚永濱等[1]對(duì)概念屬性和屬性取值的研究構(gòu)建土地利用類型本體的屬性，表1為部分概念的本體屬性及取值.

3.2　地理空間語(yǔ)義相似度計(jì)算

3.2.1基于本體結(jié)構(gòu)的相似度計(jì)算

選取“耕地-園地”概念對(duì)計(jì)算結(jié)構(gòu)相似度. 根據(jù)土地利用類型概念中本體的層次結(jié)構(gòu)，設(shè)根節(jié)點(diǎn)的深度為0，得到深度和密度數(shù)據(jù)，分別使用式(1)和(2)計(jì)算深度和密度相似度，再用式(3)計(jì)算結(jié)構(gòu)相似度，結(jié)果為0.639，通過(guò)試驗(yàn)調(diào)節(jié)，最終權(quán)重取0.5.

3.2.2屬性分析及屬性相似度計(jì)算

土地利用現(xiàn)狀類型本體的屬性集包含“覆蓋物”“功能”“成因”“利用狀態(tài)”“形狀”“地域”和“特性”. 其中“覆蓋物”和“成因”為層次型屬性，“利用狀態(tài)”為布爾型屬性，其他都為枚舉型屬性. 屬性權(quán)重通過(guò)層次分析法確定，表2為屬性權(quán)重結(jié)果.

根據(jù)表1概念屬性的取值，以“耕地-園地”概念對(duì)為例，進(jìn)行屬性分析和相似度計(jì)算：

(1)“耕地”和“園地”兩者對(duì)“地域”屬性都無(wú)取值，即“地域”屬性不占據(jù)權(quán)重，不參與相似度計(jì)算.

圖1　部分土地利用類型概念本體結(jié)構(gòu)圖Fig.1　Ontology structure diagram of concepts about part of land use classification

概念覆蓋物功能成因利用狀態(tài)形狀地域特性耕地農(nóng)作物種植植物人工已利用區(qū)塊狀整齊相接天然牧草地草本植物生長(zhǎng)植物、畜牧天然已利用區(qū)塊狀園地植被種植植物人工已利用區(qū)塊狀水庫(kù)水面水體控制水、流通水、儲(chǔ)藏水人工已利用坑狀水域內(nèi)裸土裸土天然未利用區(qū)塊狀村莊房屋建筑生活居住、工業(yè)生產(chǎn)、社會(huì)服務(wù)人工已利用區(qū)塊狀集中

(2)“耕地”擁有“特性”屬性，而“園地”無(wú)此屬性，2個(gè)概念在“特性”屬性上的相似度為0.

(3) 在“覆蓋物”和“成因”屬性上的相似度用式(3)計(jì)算. “覆蓋物”屬性層次關(guān)系如圖2所示，由圖2得屬性值“農(nóng)作物”和“植被”的表達(dá)向量分別為p農(nóng)作物=(1,2,0,0,3,0,0,0,0,0,0,0,0,3,0,0,2,2)，p植被=(1,2,0,0,3,0,0,0,0,0,0，3,3,3,0,0,0,0)，由式(7)計(jì)算得相似度為0.65. 同樣可得到2個(gè)概念在“成因”屬性上的相似度為1.

(4) 在“功能”和“形狀”屬性上的相似度用式(5)計(jì)算，其相似度均為1.

(5) 在“利用狀態(tài)”屬性上的相似度通過(guò)式(6)計(jì)算，得到相似度為1.

最后，用式(4)計(jì)算得Simproperty(耕地,園地)=0.795.

表2　屬性權(quán)重

圖2　“覆蓋物”屬性層次示意圖Fig.2　Hierarchy of “covering” property values

3.2.3空間實(shí)體數(shù)據(jù)分析及相似度計(jì)算

采用德清縣土地利用數(shù)據(jù)進(jìn)行相似度計(jì)算試驗(yàn)，其中面狀數(shù)據(jù)56 875條，線狀數(shù)據(jù)86 934條，面狀和線狀數(shù)據(jù)代表的土地利用類型共26種，部分實(shí)體幾何特征指標(biāo)計(jì)算結(jié)果如表3所示.

表3　部分實(shí)體幾何特征指標(biāo)計(jì)算結(jié)果

根據(jù)上文2.3.3節(jié)所述的計(jì)算方法進(jìn)行概念間實(shí)體幾何相似度計(jì)算，以“河流水面-鐵路用地”概念對(duì)為例，河流水面和鐵路用地僅有共有面狀數(shù)據(jù)，因此，河流水面和鐵路用地的幾何特征相似度Simentity(河流水面,鐵路用地)=Simpolygon(河流水面,鐵路用地).面群相似度可通過(guò)面積、周長(zhǎng)和緊致度的相似度來(lái)計(jì)算，以面積相似度為例，面群的面積最大值為125 504.07，最小值為1 588.95，根據(jù)式(12)進(jìn)行河流水面和鐵路用地的面積相似度計(jì)算：

Simave_area(河流水面,鐵路用地)=

(17)

通過(guò)該方法可算得河流水面和鐵路用地的面積、周長(zhǎng)和緊致度的相似度分別為0.50，0.45和0.94.利用式(14)計(jì)算面群相似度，通過(guò)實(shí)驗(yàn)調(diào)節(jié)本次實(shí)驗(yàn)中面積、周長(zhǎng)和緊致度的相似度權(quán)重分別為0.25,0.25和0.5，“河流水面-鐵路用地”概念對(duì)的實(shí)體幾何特征相似度為：

Simentity(河流水面,鐵路用地)=

0.25×0.50+0.25×0.45+0.5×0.94=0.71.

(18)

部分概念對(duì)的幾何特征相似度計(jì)算結(jié)果如表4所示(保留3位小數(shù)).

表4　部分實(shí)體幾何特征相似度計(jì)算結(jié)果

3.2.4語(yǔ)義相似度計(jì)算

選取土地利用類型為試驗(yàn)對(duì)象，鑒于(1)土地利用類型本體只有3層結(jié)構(gòu)，且分類中含有“其他土地”這種不符合認(rèn)知的分類方式，本體結(jié)構(gòu)的相似度計(jì)算結(jié)果不具有很強(qiáng)的認(rèn)知特性；(2)采用德清縣土地利用現(xiàn)狀實(shí)體數(shù)據(jù)，其數(shù)據(jù)多樣性不足；(3)本體構(gòu)建時(shí)的屬性設(shè)置合理，根據(jù)定義提取關(guān)鍵信息，剔除不必要的多余屬性. 為此，通過(guò)多次試驗(yàn)和調(diào)節(jié)，最終式(16)的權(quán)重賦值情況如下：

當(dāng)概念之間無(wú)實(shí)體幾何特征相似度時(shí)(即比較雙方某一概念在實(shí)體數(shù)據(jù)中無(wú)實(shí)體)，基于本體結(jié)構(gòu)的相似度和基于屬性的相似度權(quán)重分別取0.2和0.8；當(dāng)概念間有實(shí)體幾何特征相似度時(shí)，基于本體結(jié)構(gòu)的相似度權(quán)重為0.1，基于屬性的相似度權(quán)重為0.6，實(shí)體幾何特征相似度權(quán)重為0.3. 例如，“耕地-園地”概念對(duì)的語(yǔ)義相似度為： Sim(耕地,園地)=0.1×0.639+0.6×0.795+0.3×0.847=0.795.

圖3　語(yǔ)義相似度計(jì)算結(jié)果統(tǒng)計(jì)圖Fig.3　Diagram of semantic similarity calculation results

通過(guò)混合計(jì)算模型計(jì)算土地利用類型所有概念對(duì)的語(yǔ)義相似度，其結(jié)果分布如圖3所示. 可見(jiàn)語(yǔ)義相似度主要分布在0.5附近，低相似和高相似的概念對(duì)較少.

3.3　結(jié)果對(duì)比和分析

按照計(jì)算結(jié)果分布情況，使用分層抽樣法，按比例從相似度結(jié)果中選取50對(duì)概念. 為了保證樣本的典型性，所選概念對(duì)覆蓋“幾乎相同”到“完全不相似”區(qū)間，且分布均勻. 邀請(qǐng)20位擁有地理信息知識(shí)背景且對(duì)土地利用類型有深入了解的專家對(duì)50對(duì)概念對(duì)的相似度進(jìn)行打分評(píng)價(jià)，用1～5五等級(jí)描述概念間的語(yǔ)義相似程度. 使用克朗巴哈(Cronbachα)系數(shù)描述打分結(jié)果的內(nèi)在信度，計(jì)算得到專家打分結(jié)果的α系數(shù)為0.922，內(nèi)在信度非常理想，其結(jié)果可供語(yǔ)義相似度計(jì)算參考.

利用皮爾森(Pearson)相關(guān)系數(shù)來(lái)驗(yàn)證，得到本文提出的相似度模型計(jì)算結(jié)果(記為Sim)較不引入實(shí)體幾何特征的語(yǔ)義相似度計(jì)算結(jié)果(記為Sim′)更接近參考結(jié)果. 此外，將同樣以土地利用類型語(yǔ)義相似度計(jì)算為研究對(duì)象的文獻(xiàn)[11]和[8]的結(jié)果與本文結(jié)果進(jìn)行對(duì)比，得到本文提出的語(yǔ)義相似度計(jì)算模型更合理和有效. 表5為部分概念對(duì)的試驗(yàn)結(jié)果.

表5　部分概念對(duì)相似度計(jì)算結(jié)果對(duì)比

根據(jù)試驗(yàn)結(jié)果，實(shí)體混合相似度計(jì)算模型與專家打分結(jié)果之間的皮爾森(Pearson)相關(guān)系數(shù)為0.908，兩者對(duì)比如圖4所示，實(shí)體混合相似度計(jì)算模型與專家打分結(jié)果的吻合度較高，且波動(dòng)幅度小，連續(xù)性較好.

3.3.1與不引入實(shí)體的計(jì)算結(jié)果對(duì)比

將引入實(shí)體的語(yǔ)義相似度計(jì)算結(jié)果(記為Sim)與不引入實(shí)體的語(yǔ)義相似度計(jì)算結(jié)果(記為Sim′)進(jìn)行對(duì)比. 相似度結(jié)果趨勢(shì)如圖5所示，由圖5知，引入實(shí)體的相似度結(jié)果更貼近專家的打分，且波動(dòng)幅度較小. Sim與專家打分的相關(guān)系數(shù)為0.908，Sim′與專家打分的相關(guān)系數(shù)為0.872，對(duì)比看，Sim的準(zhǔn)確度有所提高.

3.3.2與文獻(xiàn)結(jié)果對(duì)比

文獻(xiàn)[11]僅通過(guò)計(jì)算屬性差異來(lái)判斷概念間的相似度，計(jì)算結(jié)果中有較多的概念對(duì)相似度值相同，很難進(jìn)行相似度區(qū)分. 而且，這種計(jì)算方法易導(dǎo)致?lián)碛邢嗤瑢傩灾档母拍顚?duì)(語(yǔ)義上仍存在差異性)相似度為1. 比如“農(nóng)用地-耕地”概念對(duì)，在本體結(jié)構(gòu)中為上下位關(guān)系，且兩者并不能等同，但文獻(xiàn)[11]中其相似度結(jié)果為1. 本文結(jié)果較文獻(xiàn)[11]的區(qū)分度和準(zhǔn)確度都高.

圖4　語(yǔ)義相似度結(jié)果對(duì)比圖Fig.4　Comparison diagram of semantic similarity calculation results

圖5　趨勢(shì)對(duì)比圖Fig.5　Comparison diagram of tendency

文獻(xiàn)[8]通過(guò)對(duì)結(jié)構(gòu)和屬性兩方面相似度計(jì)算來(lái)判斷概念間的相似度，其屬性的相似度計(jì)算依賴相同屬性的個(gè)數(shù)，對(duì)屬性取值的相似度未進(jìn)行深入探討. 而且，文獻(xiàn)[8]未與專家認(rèn)知進(jìn)行對(duì)比，例如，“耕地-園地”概念對(duì)相似度，專家打分平均分為4.71分(滿分5分)，而文獻(xiàn)[8]計(jì)算的相似度僅為0.437，明顯不符合專業(yè)認(rèn)知. 本文對(duì)相似度之間的區(qū)分較文獻(xiàn)[8]更細(xì)致，概念對(duì)之間幾乎無(wú)完全等同的相似度，更符合專業(yè)認(rèn)知.

4　結(jié)論與展望

提出了一種引入實(shí)體的地理語(yǔ)義相似度計(jì)算模型. 通過(guò)綜合分析該模型概念對(duì)之間的關(guān)系、本體結(jié)構(gòu)、概念屬性和實(shí)體的幾何特征等影響因素，以度量地理概念間的語(yǔ)義相似度. 結(jié)果表明，實(shí)體幾何特征相似度因素對(duì)地理概念語(yǔ)義相似度進(jìn)行調(diào)節(jié)是可行的，計(jì)算結(jié)果符合專業(yè)認(rèn)知. 在與已有的土地利用類型概念相似度計(jì)算結(jié)果對(duì)比中發(fā)現(xiàn)，本文方法較為準(zhǔn)確，語(yǔ)義相似度結(jié)果的區(qū)分度更高.

由于影響語(yǔ)義相似度的因素較多，且難以用地理實(shí)體幾何特征表達(dá)，因此本文仍存在一些不足，需進(jìn)一步研究： (1)本研究部分權(quán)重和調(diào)節(jié)因子的確定依賴于專家經(jīng)驗(yàn)，易致計(jì)算結(jié)果有一定的主觀性. 未來(lái)將進(jìn)一步對(duì)權(quán)重分配和調(diào)節(jié)因子的確定進(jìn)行分析研究；(2)實(shí)體的幾何特征相似度計(jì)算模型對(duì)數(shù)據(jù)要求較為嚴(yán)格，只有保證數(shù)據(jù)質(zhì)量才能使計(jì)算結(jié)果準(zhǔn)確有效. 否則，只在個(gè)別特殊實(shí)體之間進(jìn)行相似度計(jì)算，無(wú)法代表概念普遍的認(rèn)知. 因此，需要進(jìn)一步分析實(shí)體層次的數(shù)據(jù)，加強(qiáng)數(shù)據(jù)質(zhì)量評(píng)價(jià)，在此基礎(chǔ)上，判斷其是否可用于地理語(yǔ)義相似度計(jì)算.

參考文獻(xiàn)(References)：

[1]譚永濱，李霖，王偉，等. 本體屬性的基礎(chǔ)地理信息概念語(yǔ)義相似性計(jì)算模型[J].測(cè)繪學(xué)報(bào)，2013, 42(5)： 782-789.

TAN Y B, LI L, WANG W, et al. Semantic similarity measurement model between fundamental geographic information concepts based on ontological property[J].ACTAGeodaeticaETCartographicaSinica, 2013, 42(5)： 782-789.

[2]RADA R, MILI H, BICKNELL E, et al. Development and application of a metricon semantic nets[J].IEEETransactionsonSystemsMan&Cybernetics, 1989, 19(1)： 17-30.

[3]WU Z, PALMER M.Verbs semantics and lexical selection[C]//MeetingonAssociationforComputationalLinguisti. Pennsylvania： Association for Computational Linguistics, 1994： 133-138.

[4]LORD P W, STEVENS R D, BRASS A, et al. Investigating semantic similarity measures across the gene ontology： The relationship between sequence and annotation[J].Bioinformatics, 2003, 19(10)： 1275-1283.

[5]RESNIK P.Using information content to evaluate semantic similarity in a taxonomy[C]//InternationalJointConferenceonArtificialIntel. Quebec： Morgan Kaufmann Publishers Inc, 1995： 448-453.

[6]TVERSKY A. Features of similarity[J].ReadingsinCognitiveScience, 1988, 84(4)： 290-302.

[7]LI Y, BANDAR Z A, MCLEAN D. An approach for measuring semantic similarity between words using multiple information sources[J].IEEETransactionsonKnowledge&DataEngineering, 2003, 15(4)： 871-882.

[8]楊娜娜，張青年，牛繼強(qiáng)．基于本體結(jié)構(gòu)的空間實(shí)體語(yǔ)義相似度計(jì)算模型[J]．測(cè)繪科學(xué)，2015, 40(3)： 107-111, 84 .

YANG N N, ZHANG Q N, NIU J Q. Computational model of geospatial semantic similarity based on ontology structure[J].ScienceofSurveyingandMapping, 2015, 40(3)： 107-111, 84.

[9]LIU H Z, BAO H, XU D. Concept vector for similarity mesurement based on hierarchical domain structure[J].ComputingandInformatics, 2011, 30(5)： 881-900.

[10]孫海霞，錢慶，成穎.基于本體的語(yǔ)義相似度計(jì)算方法研究綜述[J].現(xiàn)代圖書(shū)情報(bào)技術(shù), 2010, 26(1)： 51-56.

SUN H X, QIAN Q, CHENG Y. Review of ontology-based semantic similarity measuring[J].NewTechnologyofLibraryandInformationService, 2010, 26(1)： 51-56.

[11]李紅梅，翟亮，朱熀．基于本體的地理空間實(shí)體類型語(yǔ)義相似度計(jì)算模型的研究[J]．測(cè)繪科學(xué)，2009, 34(2)： 12-14．

LI H M, ZHAI L, ZHU H. Semantic similarities calculative modeling for geospatial entity classes based on ontology[J].ScienceofSurveyingandMapping, 2009, 34(2)： 12-14.

[12]劉濤.空間群(組)目標(biāo)相似關(guān)系及計(jì)算模型研究[D]. 武漢： 武漢大學(xué)，2011.

LIU T.SimilarityofSpatialGroupObjects[D]. Wuhan： Wuhan University, 2011.

[13]張?zhí)m芳. 一種基于本體的自然語(yǔ)言語(yǔ)義相似度算法[J].桂林理工大學(xué)學(xué)報(bào), 2012, 32(2)： 253-258.

ZHANG L F. Natural language semantic similarity algorithm based on ontology[J].JournalofGuilinUniversityofTechnology, 2012, 32(2)： 253-258.

[14]RODRIGUEZ M A, EGENHOFER M J. Comparing geospatial entity classes： An asymmetric and context-dependent similarity measure[J].InternationalJournalofGeographicalInformationScience, 2004, 18(3)： 229-256.

英文摘要寫作技巧之善用副詞

例1We found that after induction of ICH, HO-1 proteins werehighlydetectable in the peri-ICH regionpredominantlyin microglia AND macrophages and endothelial cells.Remarkably, the injury volume wassignificantlysmaller in HO-1 knock out (HO-1 AND) mice than in wild-type controls 24 and 72 h after ICH.

分析：在不失客觀性的前提下，作者有意識(shí)地運(yùn)用highly，predominantly，remarkably，significantly等多個(gè)副詞，更加準(zhǔn)確地呈現(xiàn)研究結(jié)果，更鮮明地表明了自己的立場(chǎng)和態(tài)度，引導(dǎo)讀者快速領(lǐng)會(huì)摘要要點(diǎn)。

例2Microsatellite and ribosomal DNA markers revealed thatS.sclerotiorumpopulations in Alaska comprisepredominantly, if notexclusively, nonrecombining clonal lineages.Surprisingly, many diseased plants were found to be infected by the crypticSclerotiniasp.1, acloselyrelated funguspreviouslyreported on wild plant species and cultivated potato from Norway.

分析：predominantly，exclusively，closely和previously等副詞可以在范圍、程度等方面準(zhǔn)確界定摘要信息，surprisingly一詞則清晰地表明了研究者的觀點(diǎn)，從而使讀者能夠恰當(dāng)理解摘要內(nèi)容。

例3We found that the effect of purifying selection onCytbgene was elevated with the decrease of altitudes. Meanwhile, there was a possibility for the adaptive selection in ATP6 gene, which had an enhanced trend with the increase of altitudes. Thus, the geographic environment is the main determinant for selection, namely, different geographic environment has direct effect on selection.

分析：作者似乎不善于運(yùn)用副詞來(lái)加強(qiáng)語(yǔ)氣、強(qiáng)調(diào)觀點(diǎn)，因而表明見(jiàn)解時(shí)顯得信心不足，削弱了摘要的表達(dá)力度。