XML數(shù)據(jù)交換的優(yōu)化方法.pdf

1、通常在XML數(shù)據(jù)交換過程中,發(fā)送XML文檔的交互應(yīng)用稱為原應(yīng)用,接收XML文檔的交互應(yīng)用稱為目標(biāo)應(yīng)用.在進(jìn)行XML數(shù)據(jù)交換時,XML文檔中只有符合目標(biāo)應(yīng)用XML語法的數(shù)據(jù)才能被目標(biāo)應(yīng)用識別和使用,不能被識別的數(shù)據(jù)在交互過程中丟棄.在ebXML和WSCL的框架中沒有解決結(jié)構(gòu)和標(biāo)簽命名差異的一般方法.ARTEMIS[6,8]、Clio[3,11]和LSD[12]方法解決了扁平結(jié)構(gòu)文檔(例如relational schemas)中結(jié)構(gòu)和命名差

2、異的問題,但不適用于有層次結(jié)構(gòu)XML文檔.TranScm[7]方法基于規(guī)則轉(zhuǎn)換schema實例,但需要用戶提供一系列繁雜的文檔轉(zhuǎn)換規(guī)則.Tree matching[9,1]方法提出了優(yōu)先考慮樹節(jié)點花銷的算法,但不適合XML語法樹的操作;[4]算法中樹節(jié)點操作的前提假設(shè)不適合XML語法樹的特征;[5]中一些樹節(jié)點操作不適合XML語法樹的操作.Wustner[15]分析了Xtra系統(tǒng)[13]的XML文檔自動轉(zhuǎn)換算法,指出了Xtra未能解決的

3、XML文檔結(jié)構(gòu)差異的匹配問題.上述方法除了存在匹配效率低的問題,仍未能匹配XML語法間單詞的多種形態(tài)表示的同義節(jié)點.針對XML數(shù)據(jù)交換過程中效率降低和數(shù)據(jù)丟失的問題,該文提出了三種優(yōu)化XML數(shù)據(jù)交換過程的解決方案,并設(shè)計和實現(xiàn)了匹配算法.1)在分析和比較XML語法間差別的基礎(chǔ)上,提出了一種適合比較XML語法的DTD數(shù)據(jù)模型,并構(gòu)造和實現(xiàn)了一個DTD-Comparer原型工具.該方法通過XML語法間的比較,得到了XML語法間的差別,進(jìn)而使

4、用戶可從語法差別中歸納出目標(biāo)應(yīng)用不能識別的數(shù)據(jù),即在交互時可能丟失的數(shù)據(jù).由于可以選擇不處理對于目標(biāo)應(yīng)用的非重要數(shù)據(jù),從而達(dá)到減少轉(zhuǎn)換時間的開銷.2)提出了一種優(yōu)化XML語法結(jié)構(gòu)的方法.通過對DTD或XML Schema的優(yōu)化,減少了XML文檔轉(zhuǎn)換中元素與屬性之間的匹配次數(shù),同時減少了XML文檔轉(zhuǎn)換過程中語法樹之間的搜索和匹配時間,從而提高了XML數(shù)據(jù)交換過程的效率.3)在該論文工作中,首次引入自然語言處理中的基于轉(zhuǎn)換的學(xué)習(xí)方法(Tra

5、nsformation Based Learning)[2],提出了一種匹配XML語法樹中同義節(jié)點的算法.該方法確定了節(jié)點中單詞的詞性,并經(jīng)過字符比較、同義詞比較、詞性轉(zhuǎn)換、詞根比較等操作來匹配同義節(jié)點.在實驗中,該方法比字符或同義詞匹配方法提高了0.974％的平均匹配率.實驗結(jié)果證明上面三種優(yōu)化方案減少了XML數(shù)據(jù)交換過程中的時間消耗和數(shù)據(jù)丟失,提高了應(yīng)用間進(jìn)行XML數(shù)據(jù)交換的性能.其中第一種方法已應(yīng)用到由芬蘭坦佩雷技術(shù)大學(xué)信息技術(shù)系