面向小規(guī)劃XML文檔檢索研究與設計.pdf

1、Web技術的飛速發(fā)展使得全球信息的傳遞和共享日益增多，如何利用信息檢索技術在網絡資源中高效地發(fā)現(xiàn)和使用有價值信息一直都是行業(yè)的焦點。隨著網絡和信息技術的發(fā)展，網絡中的信息量呈幾何級數(shù)增長，數(shù)據的種類也呈多樣化和混合化，對信息表示和數(shù)據交換標準的要求也越來越高。XML作為一種自描述，可擴展的半結構化標記語言，它實現(xiàn)了內容、結構和表現(xiàn)三者的分離，越來越多的數(shù)據開始使用XML進行描述、存儲和交換，已經逐漸取代HTML成為Web數(shù)據表現(xiàn)、存儲和

2、交換的標準。在這種情況下，面向XML的信息檢索已經成為信息檢索領域的研究熱點之一。
　　 對于網絡中海量的XML數(shù)據，不同的用戶在不同場合需要不同的檢索技術。目前對于大規(guī)模XML文檔的檢索，通常以XML元素為檢索單元，只返回符合條件的文檔片斷，這種方法可以提高檢索精度，但判斷符合檢索條件片斷的粒度卻很困難。而對于海量的小規(guī)模XML文檔，文檔本身比較短小，如果只返回文檔中個別片斷，經常會出現(xiàn)提供信息量小、信息不完整以至于不能滿足用

3、戶要求的情況。因此，借鑒Web搜索，對于以XML整篇文檔為檢索單元的檢索方式研究是很有意義的。
　　 本文在前人工作的基礎上，針對XML的半結構化特點，從檢索技術、數(shù)學模型、相關查詢方式等方面研究了已有的技術和手段，就現(xiàn)有XML檢索技術中存在的問題，給出一個面向海量小規(guī)模XML文檔融合路徑約束的XML檢索方案。創(chuàng)新點包括：為使用戶更加容易且準確的表達查詢需求，提出帶有XPath形式路徑約束的關鍵字作為提交用戶查詢請求的方式；同時