基于本體的服務搜索引擎關(guān)鍵技術(shù)研究.pdf

1、隨著服務經(jīng)濟的快速發(fā)展，現(xiàn)代服務逐漸區(qū)別于傳統(tǒng)服務，其最主要的特征是充分利用了網(wǎng)絡與IT技術(shù)，現(xiàn)代服務通常用網(wǎng)絡來發(fā)布和公告服務以及利用軟件系統(tǒng)來管理服務甚至直接在網(wǎng)絡上就完成服務查找和交易。因此從互聯(lián)網(wǎng)中發(fā)現(xiàn)并提取服務及服務提供者信息已成為需求。然而，由于服務分屬不同領域，服務提供者各自發(fā)布和管理自己的服務信息，這些信息分散在互聯(lián)網(wǎng)的各個角落，且服務的種類和數(shù)量又十分龐大，這對如何快速和精準地發(fā)現(xiàn)服務和服務提供者提出了巨大挑戰(zhàn)。

2、>　　本文提出的搜索引擎正是解決這個問題的有效方法，該搜索引擎避免了傳統(tǒng)搜索引擎基于關(guān)鍵字匹配的搜索，首先建立服務本體，包括按領域和服務內(nèi)容建立的領域主題類，并以此建立存儲目錄。在利用互聯(lián)網(wǎng)爬蟲下載網(wǎng)頁后，利用鏈接文本與主題及主題特征匹配，再利用網(wǎng)頁內(nèi)容和網(wǎng)頁結(jié)構(gòu)識別網(wǎng)頁主題，將鏈接存儲在不同主題目錄下，以便采取不同的信息抽取方案。信息抽取主要是從網(wǎng)頁提取服務提供者基本屬性和服務提供者之間的關(guān)系信息，利用人名特征識別詞性標注、正則表達式

3、、本體匹配等智能技術(shù)識別服務提供者的基本信息，利用鏈接之間的結(jié)構(gòu)關(guān)系和抽象服務類建立服務提供者之間的關(guān)系。將得到的服務提供者的基本屬性和關(guān)系存儲到具體服務提供者和具體服務提供者關(guān)系本體中。本文的主要研究內(nèi)容就是面向服務的語義爬蟲和基于本體的信息抽取，爬蟲可以實現(xiàn)從互聯(lián)網(wǎng)中識別服務相關(guān)網(wǎng)頁并下載到本地，信息抽取是為從網(wǎng)頁中將服務提供者的基本信息和服務信息以及服務提供者之間的關(guān)系提取到結(jié)構(gòu)化的數(shù)據(jù)庫（本體）當中，為服務的檢索提供數(shù)據(jù)來源。<