語(yǔ)義搜索的模型和應(yīng)用.pdf

1、上海交通大學(xué)博士學(xué)位論文語(yǔ)義搜索的模型和應(yīng)用姓名：張雷申請(qǐng)學(xué)位級(jí)別：博士專(zhuān)業(yè)：計(jì)算機(jī)應(yīng)用指導(dǎo)教師：俞勇20050501上海交通大學(xué)蹲二i學(xué)位論文我們開(kāi)發(fā)了SPORTS語(yǔ)義門(mén)戶(hù)系統(tǒng)做為集成化語(yǔ)義搜索的實(shí)驗(yàn)平臺(tái)。該平臺(tái)幫助我們收集了實(shí)驗(yàn)數(shù)據(jù)和實(shí)現(xiàn)了搜索模型。利用該實(shí)驗(yàn)平臺(tái)，我們收集并制作了一個(gè)語(yǔ)義搜索的實(shí)驗(yàn)數(shù)據(jù)集。由于語(yǔ)義搜索是一個(gè)新興研究課題，在該領(lǐng)域中還非常缺乏實(shí)驗(yàn)數(shù)據(jù)集。我們收集和制作的實(shí)驗(yàn)數(shù)據(jù)集是作者所知的全球范圍內(nèi)僅有的第二個(gè)公開(kāi)

2、發(fā)布的實(shí)驗(yàn)數(shù)據(jù)集。這也構(gòu)成了本文工作的重要貢獻(xiàn)之一。在該數(shù)據(jù)集上進(jìn)行的初步的實(shí)驗(yàn)顯示，我們提出的集成化語(yǔ)義搜索模型取得了很好的搜索效果。該模型的潛在應(yīng)用主要是對(duì)企業(yè)內(nèi)部知識(shí)門(mén)戶(hù)網(wǎng)站的搜索。最后，我們提出了一個(gè)無(wú)需事先定義的全局語(yǔ)義，而是利用大量用戶(hù)自由標(biāo)注的網(wǎng)絡(luò)標(biāo)簽來(lái)“浮出”語(yǔ)義進(jìn)行萬(wàn)維網(wǎng)資源搜索的模型。相比于傳統(tǒng)的自頂向下的方法，該模型更容易擴(kuò)展到整個(gè)萬(wàn)維網(wǎng)上，并且具有易于實(shí)現(xiàn)和理解、更好的反映用戶(hù)需求等特點(diǎn)。雖然利用本體來(lái)事先定義全

3、局語(yǔ)義，然后用本體來(lái)描述資源語(yǔ)義的自項(xiàng)向下的方法對(duì)諸如語(yǔ)義門(mén)戶(hù)網(wǎng)站這樣的局部領(lǐng)域取得了成功，但該方法由于入門(mén)門(mén)檻高和難以反映快速變化的資源內(nèi)容的問(wèn)題，很難被擴(kuò)展到整個(gè)萬(wàn)維網(wǎng)上。如何獲得萬(wàn)維網(wǎng)這樣巨大的分布式系統(tǒng)中資源的語(yǔ)義并利用其進(jìn)行搜索是語(yǔ)義搜索研究領(lǐng)域的一個(gè)挑戰(zhàn)性的關(guān)鍵問(wèn)題。本文采用“浮出語(yǔ)義”的思路，利用當(dāng)前萬(wàn)維網(wǎng)上逐漸出現(xiàn)的大量的用戶(hù)自由標(biāo)注的網(wǎng)絡(luò)標(biāo)簽來(lái)“浮出”隱藏在網(wǎng)絡(luò)資源和標(biāo)簽后的語(yǔ)義，并利用這種非形式化的語(yǔ)義建立了語(yǔ)義搜索

4、的模型。和自頂向下的方法比較，這種自底向上的方法具有入門(mén)門(mén)檻低、易于理解和使用、及時(shí)反映資源內(nèi)容和用戶(hù)的需求等特點(diǎn)。該模型可以被用來(lái)對(duì)開(kāi)放萬(wàn)維網(wǎng)上的資源進(jìn)行語(yǔ)義搜索。綜上所述，語(yǔ)義搜索是近年來(lái)快速發(fā)展的一個(gè)新興的研究課題。雖然有著豐富的研究工作，但語(yǔ)義搜索至今沒(méi)有清晰的定義。基于對(duì)當(dāng)前語(yǔ)義搜索研究進(jìn)展的整理和分析，本文首先給出了語(yǔ)義搜索的定義以及分類(lèi)方法。然后，針對(duì)當(dāng)前語(yǔ)義搜索研究領(lǐng)域內(nèi)的兩個(gè)關(guān)鍵問(wèn)題，我們分別以范圍為內(nèi)部網(wǎng)的語(yǔ)義門(mén)戶(hù)網(wǎng)