XML文檔匹配研究.pdf

1、隨著信息技術(shù)的發(fā)展,人們對(duì)于XML數(shù)據(jù)的轉(zhuǎn)換、集成和共享的需求越來(lái)越多,異構(gòu)XML文檔的匹配研究成為新的研究熱點(diǎn)。雖現(xiàn)已存在一些相對(duì)成熟的針對(duì)結(jié)構(gòu)化數(shù)據(jù)(如數(shù)據(jù)庫(kù)數(shù)據(jù))的匹配方法,異構(gòu)XML文檔標(biāo)簽的匹配方法可以借鑒這些方法中的思想,但同時(shí)還需要結(jié)合半結(jié)構(gòu)化數(shù)據(jù)自身的特點(diǎn),探尋更適合于半結(jié)構(gòu)化數(shù)據(jù)自身特點(diǎn)的匹配算法。
　　本文詳細(xì)地闡述了現(xiàn)有模式匹配方法的分類(lèi)、特征和適用范圍。并在針對(duì)已有的異構(gòu)XML文檔標(biāo)簽匹配算法基礎(chǔ)上,分析其

2、中存在的一些問(wèn)題,提出一種基于XML schema的匹配算法。該算法利用寬松標(biāo)識(shí)方法,將XML schema所包含的豐富的結(jié)構(gòu)信息和語(yǔ)義信息,結(jié)合基于上下文的結(jié)構(gòu)匹配算法來(lái)共同完成匹配任務(wù)。實(shí)驗(yàn)驗(yàn)證該算法能夠有效識(shí)別XML文檔中同名異義、異名同義現(xiàn)象,對(duì)異構(gòu)XML文檔標(biāo)簽的匹配起到較好的效果。
　　眾所周知,從一個(gè)角度或者一個(gè)層面不可能完全表征數(shù)據(jù),而要從多層面和多角度去發(fā)現(xiàn)數(shù)據(jù)間的關(guān)聯(lián),這是一切匹配算法的一般原理。為了增加匹配的

3、精度,為了充分進(jìn)行數(shù)據(jù)間的匹配,本文的第四章引入基于實(shí)例的匹配算法,研究了XML文檔在既能夠獲得實(shí)例,又包含XML Schema情況下的匹配問(wèn)題。該算法主要討論了利用實(shí)例的各種特征,提出了抽取數(shù)據(jù)分布特征向量結(jié)合數(shù)據(jù)屬性特征向量來(lái)共同描述數(shù)據(jù)特征的方法,然后將得到的組合向量作為神經(jīng)網(wǎng)絡(luò)的輸入,利用神經(jīng)網(wǎng)絡(luò)來(lái)計(jì)算葉子標(biāo)簽之間的相似性,最后,利用這個(gè)結(jié)果結(jié)合第三章提出的匹配算法,共同完成基于實(shí)例、同時(shí)能夠獲得語(yǔ)義和結(jié)構(gòu)信息的XML文檔標(biāo)簽的