基于CPN網(wǎng)絡(luò)的Deep Web集成系統(tǒng)中結(jié)果模式語義標(biāo)注方法.pdf

1、隨著Internet的普及和快速發(fā)展，Web已經(jīng)成為富含多種信息資源、遍布全球的共享信息倉庫，成為人們獲取信息的有效手段和重要方式。而Deep Web信息門類齊全、數(shù)據(jù)量龐大，幾乎無所不包，然而面對如此龐大的信息海洋，用戶關(guān)心的只是其中很小的一部分信息，需要提供有效的搜索引擎或信息集成工具，幫助用戶快速、準(zhǔn)確地找到他所感興趣的信息。
　　 當(dāng)前Deep Web中最具代表性的就是電子商務(wù)網(wǎng)站，這些網(wǎng)站將自己后臺數(shù)據(jù)庫中的相關(guān)數(shù)據(jù)填

2、充到它們的模板頁面中，形成了結(jié)果頁面。通過一定的技術(shù)手段，可以將結(jié)果頁面中用戶感興趣的數(shù)據(jù)抽取出來。但是存在計(jì)算機(jī)無法識別抽取出來數(shù)據(jù)所具有的實(shí)際語義信息這個問題。所以需要為抽取出來的數(shù)據(jù)添加語義標(biāo)簽。為解決Deep Web信息集成中的語義標(biāo)注問題，本文提出了一種語義標(biāo)注方法。這種方法具有較高的標(biāo)注全面性，而標(biāo)注精度上和當(dāng)前的主流算法持平。
　　 本文首先定義了結(jié)果模式概念，討論了基于結(jié)果模式的Deep Web語義標(biāo)注問題，提出

3、了Deep Web語義標(biāo)注的評價(jià)準(zhǔn)則。根據(jù)觀察大量的結(jié)果頁面的屬性值，提出七個屬性值的特征，并根據(jù)計(jì)算特征的需要，提出了屬性值數(shù)據(jù)類型分類模型，同時討論了特征向量標(biāo)準(zhǔn)化的必要性。然后，通過樣本的學(xué)習(xí)訓(xùn)練得到CPN網(wǎng)絡(luò)，并使用CPN網(wǎng)絡(luò)來完成語義標(biāo)注。為此，本文研究了結(jié)果頁面信息的獲取技術(shù)、結(jié)果頁面屬性值的特征分析提取技術(shù)、特征向量標(biāo)準(zhǔn)化技術(shù)、使用CPN網(wǎng)絡(luò)語義標(biāo)注技術(shù)，提出了一個改進(jìn)的CPN算法，該算法在結(jié)果頁面的屬性值提取、屬性值的特