A tree-structured data matching met

A tree-structured data matching method is summarized in this section based on our previous research [35]–[38]. To identify the parts of the two trees that most conceptually correspond, a maximum conceptual similarity tree mapping [38] is constructed.
When constructing the mapping, tree structures, node concepts, and node weights are all taken into consideration.
It should be noted that in contrasting application scenarios, the requirements to match two trees are different. For example, when comparing two trees, the weights of both trees should be
considered. Another example is matching a subtree to a target tree to find out whether the target tree includes the subtree, where the weights of the subtree should mainly be weighted. Therefore, the matching method should consider the two types of matching situations, respectively. In the former situation, the matching is called symmetric matching, while the latter is called asymmetric matching. The maximum conceptual similarity tree mapping can be constructed during the computation of the conceptual similarity between two trees. The conceptual similarity also has two types, symmetric and asymmetric, depending on the matching types. They are denoted as scT sym and scT asym when the matching type needs to be specified.

Kết quả (Việt) 1:

Một dữ liệu cấu trúc cây phù hợp với phương pháp này là tóm tắt trong phần này dựa trên các nghiên cứu trước đây của chúng tôi [35]-[38]. Để xác định các bộ phận của hai cây nhất khái niệm tương ứng, lập bản đồ [38] một cây tối đa khái niệm tương tự được xây dựng.Khi xây dựng lập bản đồ, cấu trúc cây, khái niệm nút và nút trọng tất cả được đưa vào xem xét.Cần lưu ý trong tương ứng dụng kịch bản, các yêu cầu để phù hợp với hai cây là khác nhau. Ví dụ, khi so sánh hai cây, trọng lượng của cả hai cây nênxem xét. Một ví dụ khác kết hợp một subtree với một cây tiêu để tìm ra liệu cây tiêu bao gồm subtree, nơi mà các trọng lượng của subtree nên chủ yếu được trọng. Do đó, các phương pháp phù hợp nên xem xét hai loại phù hợp với tình huống này, tương ứng. Cựu tình trạng này, các kết hợp được gọi là phù hợp với đối xứng, trong khi sau này được gọi là phù hợp với không đối xứng. Lập bản đồ cây giống khái niệm tối đa có thể được xây dựng trong tính toán tương tự khái niệm giữa hai cây. Khái niệm tương tự cũng có hai loại, đối xứng và không đối xứng, tùy thuộc vào loại kết hợp. Họ được kí hiệu là sym thuế TTĐB và thuế TTĐB asym khi loại phù hợp với nhu cầu để được chỉ định.

Kết quả (Việt) 2:

Một phương thức khớp dữ liệu cấu trúc cây được tóm tắt trong phần này dựa trên nghiên cứu trước đây của chúng tôi [35] - [38]. Để xác định các bộ phận của hai cây mà khái niệm nhất tương ứng, một bản đồ cây giống nhau về khái niệm tối đa [38] được xây dựng.
Khi xây dựng các bản đồ, các cấu trúc cây, khái niệm node, và trọng lượng nút đều ​​được đưa vào xem xét.
Cần lưu ý rằng trong tương phản kịch bản ứng dụng, các yêu cầu để phù hợp với hai cây khác nhau. Ví dụ, khi so sánh hai cây, trọng lượng của cả cây nên được
xem xét. Một ví dụ khác là phù hợp với một cây con vào một cái cây mục tiêu để tìm hiểu xem cây mục tiêu bao gồm các cây con, trong đó các trọng của cây con chủ yếu nên được cân. Do đó, phương pháp phù hợp nên xem xét hai loại tình huống phù hợp, tương ứng. Trong tình hình trước đây, kết hợp được gọi là khớp đối xứng, trong khi sau này được gọi là khớp không đối xứng. Việc lập bản đồ cây giống nhau về khái niệm tối đa có thể được xây dựng trong những tính toán của các giống khái niệm giữa hai cây. Sự giống nhau về khái niệm cũng có hai loại, đối xứng và bất đối xứng, tùy thuộc vào loại phù hợp. Chúng được ký hiệu là sym thuế TTĐB và thuế TTĐB asym khi kiểu phù hợp cần phải được xác định.