通信工程文献翻译——摘要：为了提高语义Web服务发现的性能。从Web服务描述上下文中抽取语义标注的约束信息并生成新的更精确的语义标注，从而减少语义标注与界面参数之间的语义偏差，并且生成更精确的语义描述。首先，从本体定义中抽取概念的约束模板，并对Web服务的描述文本进行句法分析；然后，根据约束模板，从句法分析树中抽取语义标注的约束信息，并构造新的概念表达式作为对应参数的新的语义标注。最后，提出了一种新的语义相似度度量方法以测量概念表达式的相似度。实验结果表明：该方法能够提高语义Web服务发现的平均准确率，且计算代价相对较小。从描述文本中抽取概念的约束信息，能够减少标注的语义偏差，更精确地表达语义Web服务的语义，提高web服务的发现性能。

关键词：语义Web服务发现；语义偏差；上下文；约束模板；相似度度量

1．引言

目前，大多数的服务发现算法都只研究服务的侧面，而不是探讨整个服务模型的过程。一个SWS（语义服务发现过程）能够描述服务发现的几个元素。包括它的I（输入），O（输出），P（能力），E（结果）[1]。仍然有很多SWS方法关注各自的侧面元素，有一些依据语义IOPE匹配[2-3]还有一些应用输入，输出匹配[4-5]。他们之中的大多数强调了语义相似度的重要性，在领域本体中，通过两个概念间的予以包含关系进行区分。一般来说，标注一样的两种服务资源被理解成拥有相同语义。然而，有时语义标注与语义标注所代表的资源有一定的偏差；存在着一种语义偏差，就是标注不能够准确的反映出被资源的具体含义。这种偏差会导致匹配结果的不确定性，还会影响服务发现性能。伴随着日增长的语义服务匹配规模，这样的现象会越来越严重。

本文主要讲解的是，怎样减少语义偏差，用一个更好的标注来替换原来的标注。因此从注解文章中灵活的摘录了一种简洁的概念表达方式，由一个约束模板的向导，这是一个比文献六中更一般化的约束类型，而且是直接从领域本体的概念中吸纳进来的。然而，目前的相似度匹配关系不能适应于计算这样的概念表达方式。这篇文章建立一种独特的语义相似度匹配方式来计算两个任务所描述的语义相似度。

1．标注上下文

语义标注偏差

语义实体中的语义标注可以通过建立一个实现过程来实现SA：R→C,其中R是把资源进行标注，C是对领域本体概念进行设置。SA（r）=c（r ∈R，c ∈C）意味着资源r用概念c来标注。

当网络中的资源用本体的一些概念进行标注时，每个资源的语义标注可以象各自的定义一样。

语义偏差陈述了一个事实，一个用语义标注的资源和语义标注是不一致的，......