基于分布式技術(shù)的語義感知的實(shí)現(xiàn)的研究.pdf

1、近年來，因特網(wǎng)難以置信的飛速發(fā)展，使得web成為一個巨大、分布廣泛、全球性的信息中心。在這個分布式信息空間中蘊(yùn)涵著具有巨大潛在價值的知識，如何從海量信息中快速有效的獲得有用的信息，并及時過濾垃圾信息成為一個非常重要的研究課題。
　　 本課題基于分布式的語義感知技術(shù)是根據(jù)以上需求提出來的，它包括如下兩方面的含義:第一，數(shù)據(jù)對象是分布在網(wǎng)絡(luò)上的海量的動態(tài)的無結(jié)構(gòu)或半結(jié)構(gòu)數(shù)據(jù)。特定的數(shù)據(jù)存儲特點(diǎn)決定了該項(xiàng)技術(shù)是基于分布式的；第二，僅對

2、關(guān)鍵詞的把握是不夠的，我們需要感知和過濾垃圾信息，本文中的感知區(qū)別于人類認(rèn)知的抽象能力，而是利用語義感知來逼近人類的類比認(rèn)知。感知能力主要體現(xiàn)在對獲取到的網(wǎng)絡(luò)數(shù)據(jù)的針對性和準(zhǔn)確性。其中感知的針對性體現(xiàn)在對特定信息屏蔽，準(zhǔn)確性體現(xiàn)在從語義的角度來研究和解決問題。這個過程是通過提取信息來構(gòu)建本體進(jìn)行推理，從而感應(yīng)網(wǎng)絡(luò)上數(shù)據(jù)的變化、自動獲取網(wǎng)絡(luò)上感興趣的信息、最后將這些信息智能轉(zhuǎn)化為可供人類直接決策參考之用的知識。
　　 分布式技術(shù)目

3、前已經(jīng)在現(xiàn)代信息網(wǎng)絡(luò)中得到廣泛的應(yīng)用，并且在大型應(yīng)用系統(tǒng)中有很強(qiáng)的適用性。本文將傳統(tǒng)的分布式技術(shù)和基于本體的語義感知相結(jié)合，提出一種在分布式框架下的語義感知模型，并且在該模型的基礎(chǔ)上，通過一個簡單的分布式的過濾系統(tǒng)來對本框架做了具體的實(shí)現(xiàn)。在實(shí)現(xiàn)的過程中把過濾信息分為兩種，一種是色情、反動、暴力等垃圾信息，在文中描述為敏感信息；另一種是正常信息。對分布式節(jié)點(diǎn)服務(wù)器中含有的敏感信息，主站點(diǎn)的服務(wù)器根據(jù)語義感知，能對其做監(jiān)控，并且控制其操作

4、，能夠通過開發(fā)的軟件對其過濾。本文通過對比上下文感知和基于本體的語義感知，最終選擇基于本體的語義感知作為本文的研究方向，由于本體是語義網(wǎng)的主要研究方向，在語義分析方面具有不可替代的優(yōu)勢，為研究語義感知提供了一定的研究基礎(chǔ)。
　　 本文主要通過信息抽取，構(gòu)建本體，語義標(biāo)引，語義推理等幾個方面來實(shí)現(xiàn)語義感知。首先在介紹本體論的相關(guān)概念和本體在信息提取領(lǐng)域的相關(guān)工作。其次，本文通過設(shè)計(jì)分布式體系結(jié)構(gòu)，主要針對分布式并行處理的理念、分布

5、式的索引機(jī)制、數(shù)據(jù)同步容錯、匯總排序及分頁實(shí)現(xiàn)等方面的描述，對分布式系統(tǒng)做了詳細(xì)的描述。在分布式基礎(chǔ)之上設(shè)計(jì)語義感知模型，主要實(shí)現(xiàn)分布式感知的三個模塊信息抽取模塊、語義標(biāo)引模塊和推理感知模塊。最后本文描述了一個具有基于語義過濾和內(nèi)容監(jiān)控功能的分布式構(gòu)架的設(shè)計(jì)和實(shí)現(xiàn)。分布式信息過濾系統(tǒng)具有監(jiān)控節(jié)點(diǎn)服務(wù)器、節(jié)點(diǎn)服務(wù)器網(wǎng)頁信息抽取、應(yīng)用層上關(guān)鍵字過濾和語義過濾、基于URL、關(guān)鍵字的訪問控制、根據(jù)本體對文本信息過濾等功能，系統(tǒng)運(yùn)行穩(wěn)定，達(dá)到了預(yù)