基于本體的XML近似查詢方法研究.pdf

1、隨著XML文檔蘊(yùn)含信息量的逐漸增加，基于大量異構(gòu)XML文檔的查詢系統(tǒng)很難提供給用戶最為相關(guān)的查詢結(jié)果，從而導(dǎo)致查詢結(jié)果的查準(zhǔn)率和查全率都不能令人滿意，可能會(huì)出現(xiàn)極端的情況:將不符合用戶查詢意圖的數(shù)據(jù)包含到查詢結(jié)果集合中，導(dǎo)致查詢結(jié)果過(guò)多，有效信息湮沒(méi)其中;沒(méi)有檢索到應(yīng)該納入符合要求的數(shù)據(jù)，查詢結(jié)果信息過(guò)少;錯(cuò)誤理解了用戶查詢的側(cè)重點(diǎn)，結(jié)果與用戶預(yù)期有較大偏差，導(dǎo)致查詢無(wú)效。出現(xiàn)“空結(jié)果”問(wèn)題的原因主要分為以下幾個(gè)方面:查詢路徑和XML文

2、檔內(nèi)部數(shù)據(jù)的組織結(jié)構(gòu)的不匹配;查詢路徑中節(jié)點(diǎn)元素的命名和XML文檔中節(jié)點(diǎn)的命名規(guī)則的不同;查詢條件過(guò)緊，從而導(dǎo)致滿足條件的數(shù)據(jù)過(guò)少;由于用戶對(duì)XML文檔領(lǐng)域知識(shí)沒(méi)有共同的理解，導(dǎo)致符合用戶查詢傾向的信息無(wú)法反饋給用戶。
　　解決空結(jié)果的方法很多，引入領(lǐng)域本體知識(shí)是其中之一。為了解決因?qū)φZ(yǔ)義擴(kuò)展到因素考慮不足而產(chǎn)生空結(jié)果的問(wèn)題，引入領(lǐng)域本體知識(shí)來(lái)表示語(yǔ)義，利用本體聚類和本體映射的方法，實(shí)現(xiàn)查詢的擴(kuò)展。要實(shí)現(xiàn)明確的語(yǔ)義，需要兩類語(yǔ)義數(shù)

3、據(jù)的支持:描述一個(gè)專業(yè)領(lǐng)域知識(shí)，提供共享詞匯支持的本體;包含明確語(yǔ)義信息的文檔實(shí)例，即本體描述的本體實(shí)例。從XML文檔中抽取隱含語(yǔ)義信息，構(gòu)建描述XML文檔的形式化語(yǔ)義描述的本體，即可以將XML描述的信息從語(yǔ)法層提升到語(yǔ)義層。
　　基于上述需求，本文提出基于本體的XML近似查詢。整個(gè)方法主要分成三部分:首先，通過(guò)對(duì)XML的解析，將文檔中的元素、屬性以及值等分離出來(lái)，提取各種概念以及概念之間的關(guān)系，映射為本體的概念、屬性和關(guān)系，構(gòu)建