基于Ontology的數(shù)據(jù)語(yǔ)義檢索系統(tǒng)的研究與設(shè)計(jì).pdf

1、隨著網(wǎng)絡(luò)技術(shù)和軟件技術(shù)的飛速發(fā)展，特別是Internet/Intranet的發(fā)展，大多數(shù)信息資源已不光只是結(jié)構(gòu)性資料，而是出現(xiàn)了很多豐富多樣的非結(jié)構(gòu)化形式提供給使用者。各種信息資源迅速增多，不同格式、不同時(shí)期、不同應(yīng)用等異構(gòu)環(huán)境下的復(fù)雜數(shù)據(jù)源并存的局面逐步形成。對(duì)各種信息構(gòu)造一致的表示機(jī)制，并在此基礎(chǔ)上建立能有效處理和檢索各種信息的統(tǒng)一平臺(tái)，以滿足日益增長(zhǎng)的信息實(shí)際應(yīng)用的需要無(wú)疑是一個(gè)頗有研究?jī)r(jià)值的課題。 傳統(tǒng)的基于關(guān)鍵詞匹配的

2、檢索會(huì)產(chǎn)生明顯的效率問(wèn)題，檢索系統(tǒng)的查全率和查準(zhǔn)率都不盡如人意。 SemanticWeb和Ontology為信息檢索提供了一種新方法，它能解決傳統(tǒng)檢索的許多不足?，F(xiàn)在基于Ontology的信息檢索是當(dāng)前Ontology研究和應(yīng)用的焦點(diǎn)。 論文首先介紹了Ontology的概念以及實(shí)現(xiàn)語(yǔ)義檢索的原理與優(yōu)勢(shì)，其次介紹了基于Ontology技術(shù)進(jìn)行信息檢索時(shí)需要解決的如下兩個(gè)問(wèn)題：如何自動(dòng)構(gòu)建與檢索系統(tǒng)相關(guān)的XML文件，以及如何

3、在檢索系統(tǒng)中運(yùn)用Ontology技術(shù)來(lái)提高檢索質(zhì)量。 對(duì)上述的第一個(gè)問(wèn)題，本文首先給出了系統(tǒng)的XML文件的信息表示，然后提出了自動(dòng)抽取文檔信息的算法，此算法是以最大匹配分詞法為基礎(chǔ)的，以企業(yè)或組織所涉及的相關(guān)領(lǐng)域的Ontology為分詞詞典，采用逐字搜索，最長(zhǎng)匹配，先刪除非用字，再識(shí)別關(guān)鍵詞的方法來(lái)識(shí)別本體詞，最后計(jì)算本體詞出現(xiàn)的頻度(次數(shù)/文本長(zhǎng)度)，將結(jié)果記錄在XML文件中供查詢。 而對(duì)于后一個(gè)問(wèn)題即基于Ontolo

4、gy的檢索算法，論文先提出了計(jì)算查詢關(guān)鍵詞和文檔相似度的Similarity(word,file)函數(shù)，其中word為用戶的查詢關(guān)鍵詞組(包含word1，word2,…wordm)，file為需要查詢的文件。Similarity返回0到1之間的值，值的大小體現(xiàn)查詢?cè)~和文件的相似度。然后論文根據(jù)這個(gè)函數(shù)給出了本文的檢索算法。 本文通過(guò)Ontology技術(shù)在信息檢索領(lǐng)域的應(yīng)用，在信息表示的層次上解決了傳統(tǒng)的基于關(guān)鍵詞檢索中存在的查全