按照算法基于的语法语义层次，服务匹配可以分为基于语法层的服务匹配(Crist Preist，2004)和基于语义层的服务匹配(Massimo Paolucci，2002)两大类。
其中，基于语法层次的服务匹配方式与关键词检索的方式相似，主要从语法层次上对用户需求和服务描述之间的相应关键词进行比对，优点是具有很高的效率。然而这种方法应用到服务匹配会产生语义异质性问题，大大降低了匹配的精确度：
(1)相同关键词在不同领域表达不同的意思。例如，“服务”一词在信息科学领域特指一种基于Web的软件类型，而在第三产业领域，“服务”的含义转变为由别人劳动所创造的便利；
(2)不同的应用领域内包含了大量的缩写词汇、特有词汇，基于语法层的匹配方式无法正常处理；
(3)摘取的关键词大多情况下并不能完全反映一段服务描述的完整意思，存在以偏概全的情况。(www.xing528.com)
而基于语义层的服务匹配则通常结合领域本体的概念结构，通过计算对应概念之间的语义相似度，并且通过逻辑推理进一步地验证，结合了领域内的专家知识，有利于服务的智能化应用，因此目前大多研究的重点都是基于语义层的服务匹配方法。根据服务描述语言的不同，语义服务匹配算法又可以分为不同的几种小类，其中，以基于OWL的语义服务匹配算法应用最为广泛，研究也最多，其服务匹配引擎的结构如图2-14所示。
图2-14 OWL-S服务匹配引擎结构
为了进一步提高服务匹配的效率和精确程度，在备选服务群较多的情况下，通常会采用语义匹配算法和语法匹配算法相结合的多级匹配方式，综合利用两者的优势。首先，利用语法匹配算法的快速高效特征对备选服务进行初步筛选，去掉那些与用户需求有明显区别的服务，缩小服务匹配的范围；其次，利用语义匹配算法基于本体知识进一步地确定最符合用户需求的服务。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
