面向XML數(shù)據(jù)語義檢索關(guān)鍵技術(shù)研究.pdf

1、隨著信息技術(shù)的迅猛發(fā)展，人們可以通過互聯(lián)網(wǎng)不斷地從世界各地交換信息，同時，XML也成為了網(wǎng)絡(luò)上各種應(yīng)用程序交換異構(gòu)數(shù)據(jù)的新興標準。面對大量XML。數(shù)據(jù)的涌現(xiàn)，XML數(shù)據(jù)檢索表現(xiàn)出了越來越大的研究價值。與傳統(tǒng)的HTML檢索不同的是XML檢索返回結(jié)果是XML文檔片段，而HTML檢索返回結(jié)果是整個HTML網(wǎng)頁。近年來，許多基于XML數(shù)據(jù)樹模型的檢索算法被相繼提出，這些檢索算法普遍存在的問題是人們僅僅從XML數(shù)據(jù)本身的結(jié)構(gòu)特點去研究，沒有從語義

2、的角度去考慮檢索問題，從而導致了查詢返回結(jié)果無法充分滿足用戶的查詢需求。
　　 本文提出了基于語義關(guān)聯(lián)空間的XML檢索算法和基于最大重復語義單元的檢索算法來解決這個問題，本文的研究內(nèi)容和研究特色如下：
　　 (1)在自然語言理解中，由于表達方式的差異，導致存在一詞多義、同義、近義、歧義等現(xiàn)象，因此字符串匹配不等同于語義匹配。針對此現(xiàn)象，本文提出了語義關(guān)聯(lián)空間的概念和相應(yīng)的XML檢索算法，以提高查詢算法的性能和檢索效果。<

3、br>　　 (2)通過大量的研究和觀察，我們發(fā)現(xiàn)大多數(shù)的XML數(shù)據(jù)文件含有大量的重復結(jié)構(gòu)，體現(xiàn)了這些用來描述實體的重復結(jié)構(gòu)在語義上具有一定的完整性和相似性。針對此現(xiàn)象，提出了最大重復語義單元的概念和相應(yīng)的XML檢索算法，以使查詢算法返回結(jié)果粒度大小適中的XML文檔片段。
　　 本文提供了大量基于真實數(shù)據(jù)和人工數(shù)據(jù)的實驗結(jié)果都證明了基于語義關(guān)聯(lián)空間的XML檢索算法和基于最大重復語義單元XML檢索算法在查詢性能方面與當前其他檢索算