同類網(wǎng)站查詢接口的集成系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)畢業(yè)論文設(shè)計(jì)(編輯修改稿)
2025-07-16 21:32 本頁面
【文章內(nèi)容簡介】 口的屬性標(biāo)簽應(yīng)該是該領(lǐng)域中最常用的詞匯，且屬性間的結(jié)構(gòu)合理，布局恰當(dāng)，為用戶提供較好的可視化效果。3 基于本體的深網(wǎng)查詢接口集成 本體構(gòu)建和本體概念模型為了提高本體的構(gòu)建效率，并在一定程度上能夠保證領(lǐng)域本體的質(zhì)量，提出了一種半自動(dòng)構(gòu)建本體的算法。Step通過本體構(gòu)建工具構(gòu)建核心本體：1）領(lǐng)域術(shù)語抽取。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。2）領(lǐng)域概念抽取。領(lǐng)域核心本體要求領(lǐng)域概念必須是語義明確的，所以需要用領(lǐng)域內(nèi)最通用的語義來描述該類術(shù)語。3）概念間層次關(guān)系獲取。捕獲術(shù)語間的語義關(guān)系，例如同義（Synonymy）關(guān)系、繼承（IS－A）關(guān)系、包含（partof）關(guān)系等。4）領(lǐng)域本體精煉。本體工程師以本體工程學(xué)標(biāo)準(zhǔn)對(duì)已獲取的領(lǐng)域本體概念及概念間的語義關(guān)系進(jìn)行修正。5）領(lǐng)域本體描述。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。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。Step如果相匹配，那么將匹配的概念加入到核心本體適當(dāng)位置，以完成本體的自動(dòng)擴(kuò)展。完成本體構(gòu)建后，本體可以形式化地表示為概念層次結(jié)構(gòu)，用戶的查詢以及相關(guān)數(shù)據(jù)可以映射到概念空間，它可以看作是一個(gè)保存概念和概念之間關(guān)系的知識(shí)系統(tǒng)。定義3 ：領(lǐng)域本體概念模型（domain ontology concept model，DOCM）。描述了特定領(lǐng)域?qū)嶓w的術(shù)語組織以及術(shù)語之間的關(guān)系，每個(gè)概念可以形式化為Class＝｛Ai，DTi，｛Si｝，｛CIi｝，｛CAi｝，｛SCi｝，｛nI1，nI2，…nIk｝，Ni｝，表示與該概念相關(guān)的數(shù)據(jù)信息，其中：Ai表示概念主類，它是特定領(lǐng)域下通用的、人們易于理解的詞匯，該詞匯表示一類概念，可以看作描述這類概念的關(guān)鍵字；DTi表示概念所屬的數(shù)據(jù)類型；｛Si｝表示概念主類的同義詞集合，即概念別名；｛CIi｝表示概念主類的實(shí)例集合；｛CAi｝表示與概念相關(guān)的條件屬性集合，主類與條件屬性表示包含關(guān)系；｛SCi｝表示概念主類的子類集合，主類與子類表示繼承關(guān)系；｛nI1，nI2，…，nIk｝表示概念主類的k個(gè)實(shí)例的計(jì)數(shù)器；Ni表示概念主類的計(jì)數(shù)器。DOCM具有良好的組織結(jié)構(gòu)，能夠清晰地描述概念及概念之間的關(guān)系。本體構(gòu)建采用Prot233。g233。(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O(shè)WL作為本體描述語言。通過對(duì)OWL文件的操作，可以很容易地實(shí)現(xiàn)對(duì)DOCM的調(diào)用。 基于本體的模式匹配基于本體的網(wǎng)站查詢接口模式匹配方式有屬性級(jí)和實(shí)例級(jí)2種匹配：定義4：本體的屬性級(jí)匹配。假設(shè)A*表示W(wǎng)eb數(shù)據(jù)庫查詢接口的屬性，Ai表示DOCM中概念節(jié)點(diǎn)Ｃｉ的概念主類，｛Si｝表示Ai的同義詞集合，CAi表示Ai的條件屬性，SCi表示Ai的子類，Sim（A*，Ai）表示應(yīng)用基于本體的短語相似度算法。計(jì)算A*與Ai的相似度值，σ表示相似度閾值，Ni表示Ai的計(jì)數(shù)器。屬性級(jí)匹配存在以下幾種情況：１）如果A*∈｛Si｝或者A*＝Ai，那么表示A*與Ai是1：1的屬性匹配，Ai的計(jì)數(shù)器加１，即Ｎｉ＝Ｎｉ＋１；２）如 果A*｛Si｝，A*≠Ai，且Siｍ（A*，Ai）≥σ，那么表示A*與Ai是1:1的屬性匹配，同時(shí)，將A*作為Ai的一個(gè)同義詞加入同義詞集合｛Si｝中，Ai的計(jì)數(shù)器加1，即Ni＝Ni＋1；３）如果A*∈｛CAi｝∪｛SCi｝，那么表示A*與Ai是M：1的屬性匹配，Ai的計(jì)數(shù)器加１，即Ni＝Ni＋1；４）如果A*DOCM，且Ai，Siｍ（A*，Ai）＜σ，表示A*與Ai不存在匹配關(guān)系，那么創(chuàng)建一個(gè)新類Class，將A*作為Class的主類加入DOCM中，并設(shè)置A*的計(jì)數(shù)器為１。定義5：基于本體的短語相似度算法。給定短語P1和短語P2，通過預(yù)處理將短語P1和短語P2分別表示為詞集P1＝｛c1，c2，…，cm｝和P2＝｛cl1，cl2，…，cln｝，對(duì)于短語P1中的每個(gè)詞匯ci（1≤i≤m，借助通用本體WordNet分別計(jì)算其與短語P2中每個(gè)詞匯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)。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。如果短語P1中詞匯ci與短語P2中詞匯clj相同，那么Sim(ci，clj)＝1。然后，在短語P2中找到與短語P1中詞匯ci相似度最大的值作為短語P1相似度值集中的一個(gè)值Si，從而獲得短語P1的相似度值集Sim1＝｛S1，S2，…，Sm｝，采樣同樣方法獲得短語P2的相似度值集Sim2＝｛sl1，sl2，…，sln｝。短語P1和P2的最后相似度通過每個(gè)短語中詞匯各自的相似度占總單詞個(gè)數(shù)的比例獲得，其計(jì)算如式(2)所示：假設(shè)給定短語P3，δ為相似度閾值。如果Sim(P1，P2)＝Sim(P1，P3)≥δ成立，那么可以推測短語P2和短語P3是語義相似的，都應(yīng)記錄于匹配對(duì)應(yīng)關(guān)系集中。通過關(guān)鍵字屬性級(jí)匹配方法，可以準(zhǔn)確識(shí)別DOCM中類或?qū)傩耘c來自不同查詢接口屬性之間的匹配關(guān)系，不僅能夠識(shí)別簡單匹配，而且能夠識(shí)別復(fù)雜匹配。相比于傳統(tǒng)模式匹配方法，大大提高了匹配精度并降低了模式匹配過程的復(fù)雜性。假設(shè)屬性ｅ來自查詢接口QI1，屬性ｆ來自查詢接口QI2，即e∈QI1，f∈QI2，同時(shí)，在DOCM中存在主類g，該主類g包含2個(gè)同義詞匯e和f，那么，在比較查詢接口QI1中屬性e和查詢接口QI2中屬性f時(shí)，首先比較查詢接口QI1中屬性e與DOCM中主類的相似度。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。對(duì)于M:N匹配，首先將其轉(zhuǎn)換為M∶1匹配和1：N匹配，進(jìn)而獲得M：N匹配。例如：某個(gè)源查詢接口中存在屬性“公共屬性”，它包含2個(gè)條件屬性“date from”和“date to”，當(dāng)查找DOCM時(shí)，DOCM中包含類屬性“from”和“to”，并且類屬性“from”和“tp”在DOCM中的概念主類為“出版日期，那么通過比較可知源查詢接口屬性“publication”與DOCM中主類“出版日期”是相似的，進(jìn)而可以推知“publication”與“from”和“to”為1:M匹配，“date from”與“publication date”為M∶1匹配，“from”和“to”與“date from”和“date to”為M：N匹配。定義6:基于本體的實(shí)例級(jí)匹配。假設(shè)A*表示W(wǎng)eb數(shù)據(jù)庫查詢接口的屬性，Ai表示DOCM中概念節(jié)點(diǎn)Ci的概念主類，｛CI*｝表示A*的實(shí)例集合，｛CIi｝表示Ai的實(shí)例集合，｛NI1，NI2，…，Nik｝表示Ai的k個(gè)實(shí)例計(jì)數(shù)器集合。如果A*與Ai相似，那么SiM(A*，Ai)≥σ成立，其中σ表示A*和Ai的相似度閾值。對(duì)于查詢接口屬性A*的實(shí)例Ins*j，Ins*j∈｛CI*｝，存在以下幾種情況：1)如果INｓ*j∈｛CIi｝，那么Nih\j＝Nij＋1；2)如果INs*j｛CIi｝，｛CIi｝＝｛INS1，…INsk｝，SiM(Ins*j，INsM)＝Mａｘ｛SiM(Ins*j，INS1)，SiM(Ins*j，INS2)，…，SiM(INｓ*j，INsk)｝≥σ，1≤M≤k，那么NiM＝NiM＋1，否則表示實(shí)例INs*j的概念不存在于Ai的實(shí)例中，那么將INs*j作為一個(gè)新實(shí)例加入DOC
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1