An ontology alignment method with user intervention using compact differential evolution with adaptive parameter control

用户交互是提高本体对齐质量最有效的方法之一。然而，这种方法面临着用户如何有效参与匹配过程的挑战。为了解决这个问题，本文提出了一种使用自适应参数控制的紧凑型差分进化算法的交互式本体对齐方法(IOACDE)。在这种方法中，本体对齐过程被建模为一个交互式优化问题，用户可以以两种方式介入匹配。一种是在优化过程中，IOACDE生成的映射建议作为完整的候选对齐由用户进行评估。另一种是用户在自动匹配过程后通过评估单个映射来改善对齐结果。为了证明所提出的算法的有效性，本文采用神经嵌入模型和K最近邻(KNN)来模拟现实世界本体的用户。实验结果表明，与非交互式方法相比，所提出的交互式方法可以提高对齐质量。与OAEI的最先进方法相比，结果表明，在相同的错误率下，所提出的算法具有更好的性能。

本文旨在解决本体对齐中用户参与的有效性问题，提出了一种基于紧凑型差分进化算法和自适应参数控制的交互式本体对齐方法（IOACDE）。

本文将本体对齐过程建模为交互式优化问题，并允许用户以两种方式介入匹配过程。通过实验验证，该方法相对于非交互式方法和OAEI的现有方法在对齐质量上有更好的表现。

本文使用神经嵌入模型和K最近邻算法模拟用户进行实验，结果表明该方法相对于非交互式方法和OAEI的现有方法在对齐质量上有更好的表现。本文提出的方法可以有效解决用户参与的有效性问题。

最近的相关研究包括：Ontology Alignment Evaluation Initiative（OAEI）等。