基于本體學(xué)習(xí)的Deep Web語義標(biāo)注關(guān)鍵問題研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展以及Web相關(guān)技術(shù)的不斷成熟，DeepWeb目前已成為人們獲取信息的重要來源，為了使用戶可以快速、準(zhǔn)確、方便地獲取所需的DeepWeb資源，DeepWeb信息集成技術(shù)已經(jīng)成為該領(lǐng)域研究的熱點(diǎn)問題。
　　 DeepWeb結(jié)果語義標(biāo)注是DeepWeb信息集成系統(tǒng)中的重要階段，而DeepWeb查詢接口模式的準(zhǔn)確抽取又是語義標(biāo)注的基礎(chǔ)。因此，本文分別對(duì)DeepWeb查詢接口模式抽取和語義標(biāo)注進(jìn)行了深入的研究，并將本體

2、引入標(biāo)注過程，在此基礎(chǔ)上設(shè)計(jì)并構(gòu)建一個(gè)面向DeepWeb的搜索引擎原型系統(tǒng)。本文的主要研究工作如下:
　　 (1)對(duì)DeepWeb信息集成系統(tǒng)框架和DeepWeb語義標(biāo)注國內(nèi)外研究現(xiàn)狀進(jìn)行介紹，分析傳統(tǒng)語義標(biāo)注方法的缺點(diǎn)和不足。簡要介紹本體的概念與作用以及本文所使用的DeepWeb領(lǐng)域本體的構(gòu)建原則和學(xué)習(xí)方法。
　　 (2)提出一種基于分層模型的DeepWeb查詢接口模式抽取方法，解決現(xiàn)有接口模式抽取方法中忽略查詢接口內(nèi)

3、部結(jié)構(gòu)與語義關(guān)系的問題。該方法首先挖掘查詢接口元素的頁面布局特征，使用基于擴(kuò)展的層次聚類方法抽取接口模式樹，其次利用控件與標(biāo)簽的位置及語義關(guān)系為模式樹各節(jié)點(diǎn)匹配語義描述標(biāo)簽。
　　 (3)提出一種基于本體的DeepWeb語義標(biāo)注方法，解決傳統(tǒng)方法中標(biāo)注能力不足和標(biāo)注結(jié)果不統(tǒng)一的問題。首先對(duì)數(shù)據(jù)單元進(jìn)行對(duì)齊分組，然后采用多種基本標(biāo)注器對(duì)分組進(jìn)行組合標(biāo)注;之后建立結(jié)果模式與本體間的映射得到完整且統(tǒng)一的標(biāo)注結(jié)果;最后對(duì)同一領(lǐng)域內(nèi)的不同