版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、通過W3C(萬維網(wǎng)聯(lián)盟,WorldWideWebConsortium)組織及工業(yè)界和學術界的不懈努力,語義Web形成了由資源描述框架RDF(ResourceDescriptionFramework)為核心的多層體系結構。RDF以一種特定的表達方式,定義了一種可以讓計算機理解其數(shù)據(jù)語義的描述。由于其數(shù)據(jù)結構有別于傳統(tǒng)的關系數(shù)據(jù)庫,也不同于普通的Web網(wǎng)頁或文檔,這利特殊的數(shù)據(jù)結構對數(shù)據(jù)管理提出了諸多新的問題,所以在信息檢索方面的應用也越來
2、越受到人們的關灃。
對RDF圖的檢索工作,考慮到用戶操作的簡易性,關鍵詞查詢?nèi)允侵髁鞑樵兎绞?。由于?shù)據(jù)結點之間具有復雜的語義關系,數(shù)據(jù)結點的文字描述篇幅較短,所以無法將傳統(tǒng)的關鍵詞檢索技術簡單地應用到RDF圖檢索中。否則,不僅會直接導致檢索結果嚴重缺失語義,還會降低檢索的查全率(RecallRate)和查準率(PrecisionRate)。
針對當前存在的問題,本文從RDF圖的結構和豐富的語義特性角度出發(fā),提
3、出并構建了RDF圖層次概念索引,同時設計了基于概念索引的RDF圖語義檢索方法。首先,通過對RDF圖的預處理,完成實體結點的概念擴展、實體抽取、層次聚類,進而構建用于語義檢索的層次概念索引;然后,將用戶的檢索條件進行語義擴展,得到一個包含概念、實體、關鍵詞的組合查詢條件,同時將概念映射到本文提出的語義空間中,對層次概念索引進行檢索,得到初步結果集;接下米進行RDF圖的二次查詢,將最終結果返回給用戶。
本文設計了RDF圖層次聚
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于RDF的語義檢索技術研究.pdf
- 結合聚類的潛在語義檢索算法研究.pdf
- 基于聚類和重采樣層次化SVM學習的圖像檢索方法.pdf
- 層次聚類的方法及應用
- 聚類在基于語義圖像檢索中的研究與應用.pdf
- 基于RDF的語義節(jié)點間關系路徑的檢索.pdf
- 基于潛在語義索引及層次聚類特征空間重構方法與應用研究.pdf
- 基于層次聚類的WLAN樓層定位方法研究.pdf
- 密度簇類中心約束的層次聚類方法的研究.pdf
- 基于層次聚類的模糊聚類算法的研究.pdf
- RDF圖的語義相似性度量方法研究.pdf
- 面向聚類索引構建的圖像檢索方法研究.pdf
- 基于層次聚類的簇集成方法研究.pdf
- 層次化視頻語義標注與檢索.pdf
- 基于層次聚類的不可達路徑檢測方法研究.pdf
- 基于PLSA語義聚類的web服務發(fā)現(xiàn)方法.pdf
- 基于圖聚類算法的大規(guī)模RDF數(shù)據(jù)查詢方法研究.pdf
- 面向圖像檢索的海量圖像自動聚類方法研究.pdf
- 基于語義距離的RDF本體查詢方法研究.pdf
- 一種層次聚類的簇確認方法研究.pdf
評論
0/150
提交評論