6.3.4 一种地理信息语义相关度算法
上述有关语义相关度的算法各有优缺点，其中概念距离算法更为直观，但更多是的定性层面上的算法，特别是语义关系边的权重设计，缺乏足够的理论说服力。概念信息量算法基于数理统计理论，但是预处理的构建过程较为复杂，且每个新的应用领域内的概念都需要重新计算概率，产生很大的计算冗余。后来的研究者结合两者的优势提出了一种复合的计算方法，他们的基本思想是针对概念距离算法中距离边权重的计算方法问题，结合概念信息量算法中概念节点的信息量来获取。针对概念信息量算法中语义分辨能力较弱，算法复杂等问题，结合概念距离算法中的加权有向距离和来直观获取。
J.Jiang等(2002)顾及概念子节点c与父节点p间的连接权重，以及节点密度、节点深度、连接类型等因素，得出权重的以下计算公式：
式中，d(p)表示父节点p在层次结构树中所处的层次深度；E(p)表示子节点连接的边数(即节点密度)；
表示整个层次结构权中的平均密度；T(c，p)表示连接/关系类型因素对权重的影响。参数α(α≥0)和β(0≤β≤1)分别用来调节控制概念节点深度与密度参数对权重边计算的影响程度，例如当参数α接近0和β接近1的时候，则表示节点深度与密度对边的权重几乎没有影响。
基于此权重公式确定了边的权重以后，根据概念距离算法中的最短路径算法，就可计算出概念之间的最短语义路径的权重和作为概念之间的语义距离，计算公式如下：
其中，c1＝sen(w1)，c2＝sen(w2)和path(c1，c2)是指从c1到c2之间的路径所包含的所有概念节点集合。
这种方法是理论可行的，而且针对计算机科学一般应用领域具有很好的应用价值。但是地理信息科学具有很强的学科特点，最为突出的就是地理信息的语义结构以及语义异质性。而上述方法有关概念节点的语义信息量的计算仍然采取数理统计的方法，仍然还停留在语法层面，不能很好反映地理信息概念之间真实的语义结构关系，并且这种统计方法随着本体规模的扩大，会加剧计算的复杂性。
针对地理信息服务语义匹配的需求，本书提出了一种较为简单的语义相似性算法。算法的主要思想与J.Jiang相似，同样结合上述概念信息量算法与概念距离算法的优点，利用概念信息量算法计算层次结构树中语义关系连接边的权重，同时利用概念距离算法计算概念之间最短路径之间的有向权重和作为语义距离，并最终以此来衡量概念间的语义相似性。
与以往算法最大的不同在于，在利用概念出现概率来计算边权重的时候，不是简单利用数理统计的方法来计算文本集中概念出现的概率，而是把领域本体作为统计源，利用领域本体的层次结构信息来统计概念的概率。这是因为领域本体本身是一个具备丰富专家知识的知识系统，利用本体进行概念定义的表达也具有更为准确的优点，可以克服不同概念相同词汇定义以及相同词汇定义不同概念语义等统计问题的出现。具体定义如下：
前提1：基于地理信息服务使用的本体结构作为地理信息概念的层次结构树，概念父节点与子节点之前具备继承关系。
前提2：对于处于不同层次的概念，仅考虑概念父节点与子节点之前的包含(IS-A)关系。
由上述两个前提，可以给出下两个定义：
定义1 ICres(c)＝-logp(c)，c为领域本体概念树中的任意概念，p(c)为任意一个实例属于概念c的概率，ICres(c)为概念c的语义信息量。我们这里采用Resnik等的公式4来定义概念的语义信息量。(https://www.daowen.com)
定义2 P(p)＝P(c1)＋……P(cn)，P(r)＝1的概念P为概念ci的父节点，概念R为地理信息领域本体的根概念。
定义3 P(ci)＝wciP(p)。
与定义2相反，定义3描述的是子节点与父节点之间的概率关系，父节点的概率是子节点概率之和，这很容易理解，但子节点之间也存在权重的不同，因此此处加入权重因子wci，特殊情况下，wci＝1/n，n为父节点包含的子节点数目。
定义4 
其中，wt(c，p)为概念层次结构树中父概念p与子概念c之间连接边的权重；d(p)是父概念p所处的概念层次；n为父概念包含子概念的数目。容易看出，上式是J.Jiang权重算法的改进和简化，在这一过程中，本书重点考虑了以下几个因素：
(1)概念层次。根据前文分析，层次越接近底层，其语义相似程度越高，换句话讲，就是边之间连接的权重越大，因此加入了概念层次d(p)。
(2)节点密度。加入参数1/n来修正子节点密度对于权重的影响，即子节点越多，密度越大，则单一子节点与父节点之间的权重越小。
(3)连接关系类型。由于本书的研究对象是地理信息服务的语义匹配，概念间的层次关系仅限于包含关系，且存在于领域本体内部不存在另外的关系。
这种算法的特点：
(1)融合了概念信息量算法与概念距离算法的优点。利用概念的信息量来获得概念间联系的权重，改进了概念距离算法对于权重计算的不足，而最终的概念语义相似性又是通过概念距离算法中的最短路径模型，避免了概念信息量算法计算复杂度等问题。
(2)利用地理信息本体语义结构作为概念层次结构树，具有明确性和详尽性等特点，不再需要通过复杂的文本统计来计算各个概念出现的概率，语义准确度高。
(3)体现了语义相似度与层次深度、节点密度等要素之间的关系，符合人们认知常识。
(4)领域本体专家知识的概率统计方法以及以此为基础进行的语义相似性计算与服务的本体描述相一致，更符合地理信息服务匹配与发现的要求。
