面向XML數(shù)據(jù)語(yǔ)義檢索關(guān)鍵技術(shù)研究.pdf

1、隨著信息技術(shù)的迅猛發(fā)展，人們可以通過(guò)互聯(lián)網(wǎng)不斷地從世界各地交換信息，同時(shí)，XML也成為了網(wǎng)絡(luò)上各種應(yīng)用程序交換異構(gòu)數(shù)據(jù)的新興標(biāo)準(zhǔn)。面對(duì)大量XML。數(shù)據(jù)的涌現(xiàn)，XML數(shù)據(jù)檢索表現(xiàn)出了越來(lái)越大的研究?jī)r(jià)值。與傳統(tǒng)的HTML檢索不同的是XML檢索返回結(jié)果是XML文檔片段，而HTML檢索返回結(jié)果是整個(gè)HTML網(wǎng)頁(yè)。近年來(lái)，許多基于XML數(shù)據(jù)樹(shù)模型的檢索算法被相繼提出，這些檢索算法普遍存在的問(wèn)題是人們僅僅從XML數(shù)據(jù)本身的結(jié)構(gòu)特點(diǎn)去研究，沒(méi)有從語(yǔ)義

2、的角度去考慮檢索問(wèn)題，從而導(dǎo)致了查詢返回結(jié)果無(wú)法充分滿足用戶的查詢需求。
　　 本文提出了基于語(yǔ)義關(guān)聯(lián)空間的XML檢索算法和基于最大重復(fù)語(yǔ)義單元的檢索算法來(lái)解決這個(gè)問(wèn)題，本文的研究?jī)?nèi)容和研究特色如下：
　　 (1)在自然語(yǔ)言理解中，由于表達(dá)方式的差異，導(dǎo)致存在一詞多義、同義、近義、歧義等現(xiàn)象，因此字符串匹配不等同于語(yǔ)義匹配。針對(duì)此現(xiàn)象，本文提出了語(yǔ)義關(guān)聯(lián)空間的概念和相應(yīng)的XML檢索算法，以提高查詢算法的性能和檢索效果。<

3、br>　　 (2)通過(guò)大量的研究和觀察，我們發(fā)現(xiàn)大多數(shù)的XML數(shù)據(jù)文件含有大量的重復(fù)結(jié)構(gòu)，體現(xiàn)了這些用來(lái)描述實(shí)體的重復(fù)結(jié)構(gòu)在語(yǔ)義上具有一定的完整性和相似性。針對(duì)此現(xiàn)象，提出了最大重復(fù)語(yǔ)義單元的概念和相應(yīng)的XML檢索算法，以使查詢算法返回結(jié)果粒度大小適中的XML文檔片段。
　　 本文提供了大量基于真實(shí)數(shù)據(jù)和人工數(shù)據(jù)的實(shí)驗(yàn)結(jié)果都證明了基于語(yǔ)義關(guān)聯(lián)空間的XML檢索算法和基于最大重復(fù)語(yǔ)義單元XML檢索算法在查詢性能方面與當(dāng)前其他檢索算