基于語義Web文檔的索引技術研究.pdf

1、目前的語義Web搜索引擎通常擁有與傳統(tǒng)搜索引擎相似的界面風格，采用網絡用戶熟悉的關鍵詞搜索方式，提供對語義Web文檔的檢索服務。但其檢索結果與傳統(tǒng)的搜索引擎相似，檢索結果也是數以千計的包含查詢實體的語義Web文檔，用戶根據需要對結果進行篩選，同樣加重了用戶的負擔。那么，為語義Web搜索引擎提供一個基于語義內容的，實現知識融合索引模型可能成為語義搜索引擎要解決的問題之一。
　　 本文研究了一種在語義網環(huán)境中通過充分利用語義信息實現

2、知識融合目標的索引模型，以基于知識融合的專題語義搜索引擎-Sniper框架為測試背景。索引模型包括三部分：支持知識融合的語義數據索引、利用本體路徑中實體的語義關系實現對多個關鍵詞語義查詢擴展的路徑索引和將語義相近的實體聚類，提高語義搜索引擎查詢性能的實體聚類索引。
　　 本文在以下方面做了有益的探索和創(chuàng)新性工作：
　　 （1）在對語義Web文檔特征分析的基礎上，闡釋了語義Web文檔的分類、解析方法，并將解析后的語義數據存

3、放到存儲模型中。
　　 （2）在對存儲模型中語義數據和本體映射數據分析基礎上，提出了支持知識融合的語義數據索引，語義數據索引中包含了實體映射信息和實體基本信息等。
　　 （3）對基于領域本體的路徑索引方式展開研究和討論。提出了基于領域本體路徑的倒排索引和PS-Tree索引，兩個索引結構都實現了對多個關鍵詞的語義查詢擴展。路徑倒排索引為實體與路徑建立倒排索引，能夠實現從實體到路徑的查詢。PS-Tree從兩方面提高路徑的查詢

4、性能，一方面建立實體與PS-Tree森林的倒排索引，另一方面，PS-Tree本身就是一棵范圍查找樹。實驗表明，PS-Tree索引結構在索引文件存儲空間和查詢響應時間上都優(yōu)于路徑倒排索引。
　　 （4）實體聚類索引。根據實體在領域本體中語義距離，實體聚類索引先將實體進行分類，再對分類結果進行層次聚類，并對層次聚類的結果建立實體聚類索引。將語義相近的實體聚到一類，提高了語義相關的查詢詞落到一類中可能性。對層次聚類的結果建立索引，能快

5、速定位多個查詢詞所對應的類，并將所在類的數據從外部存儲器調入內存，加快數據查詢。實驗表明，實體聚類索引減少了讀取數據的I/O次數，提高了語義搜索引擎的查詢性能。
　　 本文的索引模型是基于知識融合的語義網搜索引擎研究框架下的重點模塊之一?；陬I域本體的路徑索引并不是只針對某一應用而設計，其對實現多個關鍵詞語義擴展研究有著普遍的意義。實體聚類索引的思想對提高語義搜索引擎查詢性能也非常具有參考價值。實驗表明，本文的索引模型為語義搜索