19、本体评估方法与现状分析

本体评估方法与现状分析

1. 应用驱动的评估方法

创建本体的一个重要原因是将其应用于特定系统中。因此，评估本体的一种合理方法是评估使用该本体的系统性能，前提是本体质量会影响系统性能。系统性能的可衡量目标包括低查询计算量、利用本体进行高效推理，以及提供答案的正确性和完整性。

然而，这种评估方法存在缺点。评估结果会受到系统对本体依赖程度的影响，即评估指标取决于系统使用本体的方式以及所利用的本体方面。这可能导致无法对本体的各个方面进行评估。

例如，在语音识别任务中，本体用于确定两个概念含义的关联程度，为歧义词汇项分配正确的语义。通过与黄金标准对比，测量分配给词汇项语义的准确性。在标记本体标记实体之间的本体关系任务中，也对基于应用的本体评估特点进行了研究。作者测量了标记任务相对于真实情况的准确性，并与黄金本体的结果对比，发现了所学习本体的一些不足。

2. 数据驱动的评估方法

本体也可以基于现有数据源进行评估，这些数据源通常是文本文件、网页或词典的集合。重要的是，这些数据源要具有代表性，并覆盖本体的领域。

数据驱动的评估已应用于本体的词汇层和关系层。这种评估方法特别适用于评估从文本源学习的本体，因为可以使用文档语料库作为事实，检查这些事实能否从本体中逻辑推导出来。精度和召回率等指标可用于评估学习算法从文档集合中捕获信息的情况。

评估还可以通过从语料库中提取的一组特定领域术语或概念与本体中的概念进行比较来进行。两组的重叠程度衡量了本体与语料库的契合度。如果学习的本体是文档聚类算法的结果，可以与预分类的文档集合（如路透社语料库）进行评估。

不过，数据驱动的评估需要具有代表性和特定领域的数据，