Resumen

La heterogeneidad de datos es el obstáculo para el intercambio de recursos en la Web Semántica (SW), y la ontología es considerada como una solución a este problema. Sin embargo, dado que las diferentes ontologías se construyen y mantienen de forma independiente, también existe el problema de heterogeneidad entre ontologías. El emparejamiento de ontologías es capaz de identificar las correspondencias semánticas de entidades en diferentes ontologías, lo cual es un método efectivo para abordar el problema de heterogeneidad ontológica. Debido al alto consumo de memoria y al largo tiempo de ejecución, el rendimiento de las técnicas de emparejamiento de ontologías existentes requiere una mejora adicional. En este trabajo, se propone una técnica de emparejamiento de entidades de ontología basada en algoritmos genéticos compactos extendidos (ECGA-OEM), que utiliza tanto un mecanismo de codificación compacta como un enfoque de aprendizaje de enlaces para emparejar las ontologías de manera eficiente. El mecanismo de codificación compacta no necesita

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Heterogeneidad de datos; Compartición de recursos; Web semántica; Emparejamiento de ontologías; Algoritmo genético compacto; Aprendizaje de enlaces
• Keywords:Data heterogeneity; Resource sharing; Semantic web; Ontology matching; Compact genetic algorithm; Linkage learning