基于本體知識庫推理的語義搜索研究.pdf

1、Web上的信息增長，使得搜索技術(shù)成為了Web上最廣泛的應(yīng)用?，F(xiàn)有搜索引擎的效果并不能完全令人滿意，其查全率和查準(zhǔn)率還尚待提高。語義Web的出現(xiàn)，為改善搜索技術(shù)提供了新思路。研究語義搜索技術(shù)，將語義Web技術(shù)應(yīng)用到搜索引擎中，緊密融合檢索與推理，改善當(dāng)前的搜索效果，以期最終進化成下一代語義Web上的搜索引擎。
　　 目前，國內(nèi)外對語義搜索的研究還處于個案處理的初步階段，并未形成一種通用的方法，在綜合閱讀國內(nèi)外相關(guān)參考文獻及分析研究

2、現(xiàn)狀的基礎(chǔ)上，對語義搜索進行了分類研究，根據(jù)本體技術(shù)在語義搜索中的作用，將當(dāng)前的語義搜索研究分為三類，分別是基于傳統(tǒng)搜索的增強型語義搜索、基于本體推理的知識型語義搜索及其他形式的語義搜索。已提出的系統(tǒng)有的只利用了傳統(tǒng)的信息檢索功能，有的只能提供形式化的查詢，并不存在能較好融合兩者功能的系統(tǒng)，實現(xiàn)的推理服務(wù)處于初步嘗試過程中，目前也不存在較為成熟的基于語義的結(jié)果排序方法。對語義搜索模型，語義搜索推理及關(guān)聯(lián)關(guān)系結(jié)果排序等方面進行了深入的研究

3、。
　　 傳統(tǒng)的搜索技術(shù)對于結(jié)合檢索與推理的語義搜索有許多可借鑒的經(jīng)驗。但并不能完全適用于語義搜索。在傳統(tǒng)搜索技術(shù)的基礎(chǔ)上，提出了一種語義搜索模型，該模型以向量空間模型為基礎(chǔ)，融合改進的布爾模型，將推理和檢索緊密結(jié)合起來，能更好的獲取用戶查詢的語義信息。將該模型應(yīng)用到安全訪問控制領(lǐng)域，基于RBAC安全領(lǐng)域本體，實現(xiàn)安全的訪問控制，達到擴展搜索能力的目的。相對于傳統(tǒng)搜索而言，語義搜索在查全和查準(zhǔn)方面有一定的提高，同時語義搜索可以實

4、現(xiàn)較關(guān)鍵字查詢更復(fù)雜的關(guān)聯(lián)關(guān)系查詢，因融入了推理而具有相應(yīng)的智能性。推理是實現(xiàn)語義搜索的基礎(chǔ)，描述邏輯已經(jīng)成為了語義Web的邏輯基礎(chǔ)。描述邏輯本身還存在一定的局限性，其表達能力和推理功能需要進一步擴展。結(jié)合規(guī)則與描述邏輯是目前看來較可行的解決方法之一，引入SWRL實現(xiàn)對本體規(guī)則的描述能力?；诖耍岢隽艘环N將特定缺省規(guī)則轉(zhuǎn)換成描述邏輯 實例的推理算法，該算法針對特定缺省規(guī)則的改變通常不影響的情況，將缺省規(guī)則映射成為 中實例的變化，簡化了

5、推理過程，同時保持描述邏輯推理的可判定性，具有較好的可行性，并通過推理實例驗證了該算法的有效性。目前語義搜索中推理的實現(xiàn)大多基于正向演繹推理，效率較低，將描述邏輯推理在語義搜索中實現(xiàn)，提高搜索效率，是語義搜索實現(xiàn)的基礎(chǔ)。比較了目前通用的推理機，以pellet為基礎(chǔ)，采用優(yōu)化后的Tableaux算法，結(jié)合特定缺省規(guī)則，實現(xiàn)了語義搜索中的推理，相對一般基于RDF的三元組正向演繹推理，具有更好的推理效率。提供本體解析、添加缺省規(guī)則及本體推理功

6、能，在一定程度上提高了機器理解的能力，可滿足語義搜索中的推理需求。關(guān)聯(lián)關(guān)系搜索發(fā)現(xiàn)實體之間的復(fù)雜關(guān)系，隨著語義網(wǎng)資源的迅速增長，對象之間關(guān)聯(lián)關(guān)系的數(shù)量可能會超過對象本身，對關(guān)聯(lián)關(guān)系進行排序已經(jīng)成為語義搜索關(guān)注重點之一。影響關(guān)聯(lián)關(guān)系排序的因素較多，涉及到統(tǒng)計學(xué)、鏈接分析、社會網(wǎng)絡(luò)和詞法等相關(guān)技術(shù)。針對最常見的路徑關(guān)聯(lián)關(guān)系，確定了其中最重要的三種影響因子，分別是領(lǐng)域相關(guān)度、語義關(guān)聯(lián)長度和語義關(guān)聯(lián)頻度，并提出了影響因子的權(quán)值計算方法，在此基礎(chǔ)