基于語義的XML模式提取方法的研究.pdf_第1頁
已閱讀1頁,還剩83頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、XML(eXtensible Markup Language)已經成為數據表示和數據交換的標準,使用在各種各樣的應用中。XML模式是XML數據交換、高效數據查詢的基礎,因此XML模式對于XML數據管理至關重要。但大部分的XML文檔缺少XML模式信息,從XML數據中自動化的提取出XML數據的模式信息是XML數據管理的重要任務。傳統的XML模式提取技術是對XML文檔的結構進行提取,沒有考慮XML文檔中標簽的語義信息,然而不同的XML文檔的編

2、寫者使用的不同的標簽描述信息,從而導致提取出的XML模式冗余和錯誤。因為,充分利用XML數據的語義信息,產生緊湊正確的XML模式是一個亟待解決的問題。
  本文提出了基于語義的XML模式提取方法。使用XML文檔進行聚類,把相似度高的文檔聚類在相同的簇內。分析簇內的XML數據,根據元素標簽的語義信息和上下文環(huán)境,把元素劃分為不同的元素類型。使用XML模式提取算法提取出每個元素類型的模式,最終提取出XML模式。基于語義的XML模式提取

3、方法分成三部分:
  首先,對XML文檔進行聚類,不同類型的XML文檔被不同的XML模式描述,因此使用聚類技術把具有相似模式的XML文檔聚集在一起,本文根據XML文檔的標簽名稱和結構特點對XML文檔進行聚類。
  其次,根據元素類型對XML元素進行劃分。在聚類的簇內部,分析XML元素,根據元素標簽的語義信息以及元素的上下文信息,把具有元素類型(即具有相同的模式)的元素劃分在一起。把具有相同元素類型的元素標簽名稱以等價關系的形

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論