【正文】 匯 clj（ 1≤ j≤ n）的相似度，其計(jì)算如式（ 1）所示： 其中， overlap(ci,clj)表示詞匯 ci與詞匯 clj 的語義重合度，即在 WordNet 概念樹中，詞匯 ci與詞匯 clj 之間包含相同上位概念的個(gè)數(shù)。g233。采用本體描述語言（如 RDF， XML， OWL 等）描述領(lǐng)域本體，本體描述語言提供了機(jī)器對(duì)文檔內(nèi)容可處理的機(jī)制。確定領(lǐng)域類型，從特定領(lǐng)域深網(wǎng)查詢接口表單中對(duì)領(lǐng)域術(shù)語進(jìn)行抽取 。目前的研究重點(diǎn)是 1:1 匹配，簡化了復(fù)雜的匹配，主要 由于在搜索空間的屬性的所有可能組合的消耗是非常困難的。 ４）匹配函數(shù) schema matching（ I1， I2，Ａ）在執(zhí)行過程中先產(chǎn)生模式元素間候選對(duì)應(yīng)關(guān)系集，經(jīng)輔助工具判斷最終生成模式元素間確定的對(duì)應(yīng)關(guān)系集作為輸出。然而，這種方法將查詢接口一組平圖案的屬性作為一個(gè)實(shí)體，忽略了豐富的結(jié)構(gòu)信息查詢接口。然而，該方法忽略了很多有用的信息的查詢接口，需要用戶交互來解決問題，并給用戶帶來不便 ， 有一些關(guān)鍵問題有待進(jìn)一步改進(jìn)?；诒倔w的集成方法，通過建立綜合查詢接口領(lǐng)域本體，然后定義推理規(guī)則消 除沖突，使每個(gè)查詢的界面和集成的查詢接口匹配。使屬性之間高精度匹配 ,查詢接口模式匹配使用領(lǐng)域本體概念映射方法 ,遵循本體語義元信息 ,計(jì)算的模式統(tǒng)一 ,建立屬性 之間的映射關(guān)系不同的接口模式 ,實(shí)施不同的深層網(wǎng)絡(luò)查詢接口屬性匹配。用戶在統(tǒng)一的查詢接口上輸入查詢條件，這個(gè)查詢條件會(huì)被分解并傳送到各個(gè)站點(diǎn)，并被提交 ，從而得到站點(diǎn)的部分查詢結(jié)果，再將各站點(diǎn)得到的查詢結(jié)果進(jìn)行整合，最終為用戶返回一個(gè)完整的查詢結(jié)果。傳統(tǒng)的搜索引擎只能進(jìn)行靜態(tài)頁面的搜索，現(xiàn)有的接口集成方法主要集成各個(gè)網(wǎng)站提供的高級(jí)搜索接口，這樣建立的集成接口由于包含過多的屬性，面在一些屬 性上可代用戶選擇的候選值更是繁雜，不便用戶使用，于是設(shè)計(jì)了基于查詢條件的集成接口，避免了瀏覽復(fù)雜的查詢接口。 關(guān)鍵詞 :查詢接口；數(shù)據(jù)庫；接口集成；搜索；屬性抽取 Congener website query interface integration system design and implementation Student: Wei Min (Faculty Adviser： Chen lei) (Department of puter and information engineering, Huainan Normal University) Abstract:With the rapid development of Inter and work technology, the information on the growth in vast amounts of way, but we can39。 使用本體 (ontology 定義為用戶瀏覽和查詢處理領(lǐng)域知識(shí) )的 “ 橋梁 ” 作用 ,設(shè)置屬性之間的映射關(guān)系不同的接口模式 ,準(zhǔn)確地識(shí)別語義之間的關(guān)聯(lián)不同的界面特性 ,模型融合 ,根據(jù)模式匹配的結(jié)果 ,合并網(wǎng)站數(shù)據(jù)庫查詢接口設(shè)置在相同的語義屬性 ,并且盡量保持查詢接口領(lǐng)域的結(jié)構(gòu)特點(diǎn)和屬性 順序 ,以取得 集成 查詢界面。在模式融合方面，傳統(tǒng)模式融合方法沒用充分考慮屬性的模式信息，只是針對(duì)屬性標(biāo)簽，導(dǎo)致集成結(jié)果不夠完善和精確，因此，查詢接口模式融合通過定義模式融合規(guī)則對(duì)模式匹配結(jié)果進(jìn)行處理，以最終獲得源模式集的全局查詢接口。然而，這第一場比賽后可能使綜合查詢接口集成方法不能完全與本地查詢接口匹配，導(dǎo)致在一個(gè)綜合的結(jié)果是不可靠的，全面，準(zhǔn)確。 模式匹配方法 — 基于統(tǒng)計(jì)模型 基于統(tǒng)計(jì)模型：分析統(tǒng)計(jì)模型屬性名稱同時(shí)出現(xiàn)的頻率和模式，應(yīng)用“正關(guān)聯(lián)”和“負(fù)關(guān)聯(lián)”雙重算法同時(shí)處理簡單的 1:1 匹配和復(fù)雜的 M:N 匹配，正相關(guān)”往往對(duì)應(yīng)元素之間的“群組關(guān)系”，而“負(fù)關(guān)聯(lián)”通常對(duì)應(yīng)于“同義關(guān)系”，然后把得到的相關(guān)知識(shí)應(yīng)用于輔助匹配。 2 深網(wǎng)查詢接口集成分析 屬性分析是查詢接口集成的最主要途徑，利用查詢接口的模式信息和語義信息識(shí)別不同查詢接口屬性之間的匹配關(guān)系，從而獲得一個(gè)集成的查詢接口，其框架如圖１所示： 模 式 匹 配s c h e m a m a t c h i n g模 式 匹 配s c h e m a m a t c h i n g1 本 體 結(jié) 構(gòu)2 本 體 輔 助 屬 性 層 次 匹 配 （ O M A ）3 本 體 輔 助 實(shí) 例 級(jí) 匹 配 （ O M A ）4 生 成 映 射 表1 生 成 集 成 接 口 的 屬 性 標(biāo) 簽2 生 成 集 成 接 口 的 屬 性 類 型3 生 成 的 集 成 接 口 屬 性 值 域4 生 成 的 集 成 接 口 屬 性 的 布 局 圖１ 深網(wǎng)查詢接口集成框架 模式匹配 Ｗｅｂ 數(shù)據(jù)庫的自治性使得不同查詢接口語義相似或相同的屬性具有不同的標(biāo)簽、不同的數(shù)據(jù)格式與組織結(jié)構(gòu)。候選對(duì)應(yīng)關(guān)系集（ candidate correspondence set， CSS）的 形 式 化 描 述 為 CSS ＝｛〈 S1i，S2j， similary｜ similary｜ ≥σ，σ∈ [0,1]｝，其中 S1i 表示模式 S1 中第 i 個(gè)元素按語義規(guī)則書寫的表達(dá)式。 模式融合 匹配關(guān)系模型之間的融合性能，通過 建立統(tǒng)一的全局查詢接口 ，集成查詢接口。 2）領(lǐng)域概念抽取。 Step如果某個(gè)術(shù)語不存在于核心本體中，那么通過匹配方法確定術(shù)語和本體概念之間的語義關(guān)系。(是一個(gè)史丹佛大學(xué)開發(fā)的本體編輯和知識(shí)獲取軟件 ,開發(fā)語言采用 Java,屬于開放源碼軟件 )作為本體編輯工具，并以 OWL 作為本體描述語言。 Depth(ci)表示詞匯 ci的概念深度，即詞匯 ci 在 WordNet 概念樹中到達(dá)根節(jié)點(diǎn)的層次深度，同理， depth(clj)表示詞匯 clj 在WordNet 概念樹中到達(dá)根節(jié)點(diǎn)的層次深度。通過比較，如果發(fā)現(xiàn)查詢接口 QI1 中屬性 e 與 DOCM 中主類 g 相似，并且在 g 的同義詞集合中包括同義詞 f，那么 DOCM 中的主類 g 可以看作“橋接”，進(jìn)而推出查詢接口 QI1 中屬性 e 和查詢接口 QI2 中屬性 f 是相似的，此時(shí)查詢接口 QI1 中屬性 e 和查詢接口 QI2 中屬性 f 為 1:1 的簡單匹配。由于源查詢接口屬性“ category”與DOCM 中主類“ subject”相似，因此，需要合并屬性值，以確定實(shí)例空間。 Step轉(zhuǎn)換詞匯中的縮寫和簡寫。接口模式的融合包括 4 個(gè)方面： 1）、 查詢 接口 集成 屬性標(biāo)簽的確定 同類網(wǎng)站查詢接口的集成系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 13 網(wǎng)站 查詢接口集成以源查詢接口模式作為輸入，通過 DOCM 建立語義相近屬性間的映射關(guān)系，將多個(gè)數(shù)據(jù)庫模式生成為模式元素間屬性與 DOCM 中概念的映射，在不同查詢接口間發(fā)現(xiàn) 1:1 匹配和 M:N 匹配，使這些模式合并為統(tǒng)一的全局模式。兩個(gè)屬性名字的一種近似字符串匹配 是找出兩個(gè)名字字符串的編輯距離是否在一個(gè)允許的閾值σ內(nèi)。 ②對(duì)于區(qū)間型數(shù)值一般由數(shù)值和區(qū)間 (range)修飾語聯(lián)合表示。 定義 屬性位置平均值 (attribute average position)。工具構(gòu)建領(lǐng)域本體，并通過 java API 對(duì) Prot233。 為了進(jìn)一步驗(yàn)證本文方法的可行性和高效性，分別進(jìn)行以下 3 個(gè)實(shí)驗(yàn)： 實(shí)驗(yàn) 模式匹配 采用信息檢索中的查全率、查準(zhǔn)率和 F－ Measure 來評(píng)價(jià)查詢接口模式匹配的精度。查全率指由算法所識(shí)別出的正確融合屬性占所有融合屬性的百分比，查準(zhǔn)率指由算法所識(shí)別出的正確融合屬性占所識(shí)別融合屬性的百分比。本文提出了 網(wǎng)站查詢接口集成 方法，在模式匹配過程中，通過使用領(lǐng)域本體概念映射方法實(shí)現(xiàn)模式匹配，進(jìn)而避免了傳統(tǒng)屬性兩兩匹配的窮舉匹配算法，大大提高了模式匹配效率；在模式融合過程中，通過定義模式融合規(guī)則對(duì)模式匹配結(jié)果進(jìn)行處理，以產(chǎn)生最終的集成查詢接口。他的嚴(yán)格要求和在研究方法上對(duì)我的指導(dǎo)，在本文的完成過程中，給予我很多的支持和幫助，使我能夠很好的完成這篇論文。值此論文完成之際，我謹(jǐn)向陳磊老師表示崇高的敬意和深深的謝意！最后，謝謝我的父母。因此，在以后的工作 中，應(yīng)繼續(xù)改進(jìn)和完善算法，以提高深網(wǎng)查詢接口集成的準(zhǔn)確率。從實(shí)驗(yàn) 2 可以看出，對(duì)于字符類型值融合和離散型數(shù)值融合其精度較高，而對(duì)于區(qū)間型數(shù)值融合由于通常包含修淮南師范學(xué)院 20xx 屆本科畢業(yè)論文 18 飾詞語，需要查找區(qū)間標(biāo)識(shí)符字典才能準(zhǔn)確合并區(qū)間型數(shù)值，其精度主要取決于區(qū)間標(biāo)識(shí)符 step 字典，因此，相對(duì)于字符類型值融合和離散型數(shù)值融合，區(qū)間型數(shù)值融合精度較低。 網(wǎng)站 查詢接口集成的數(shù)據(jù)集來自 UIUC 集成知識(shí)庫，從該數(shù)據(jù)集中選 擇 46 個(gè)圖書領(lǐng)域查詢接口用以驗(yàn)證本文的方法。進(jìn)行調(diào)用。 查詢接口 集成 的 布局規(guī)則如下： 規(guī)則 當(dāng)布局集成查詢接口時(shí)，首先按照全局屬性的位置平均值升序排序，值較小的屬性排列在前面。此時(shí)，需要建立一個(gè)語義詞典保存常