基于本体的XML近似查询方法研究

论文摘要

随着XML文档蕴含信息量的逐渐增加,基于大量异构XML文档的查询系统很难提供给用户最为相关的查询结果,从而导致查询结果的查准率和查全率都不能令人满意,可能会出现极端的情况：将不符合用户查询意图的数据包含到查询结果集合中,导致查询结果过多,有效信息湮没其中；没有检索到应该纳入符合要求的数据,查询结果信息过少；错误理解了用户查询的侧重点,结果与用户预期有较大偏差,导致查询无效。出现“空结果”问题的原因主要分为以下几个方面：查询路径和XML文档内部数据的组织结构的不匹配；查询路径中节点元素的命名和XML文档中节点的命名规则的不同；查询条件过紧,从而导致满足条件的数据过少；由于用户对XML文档领域知识没有共同的理解,导致符合用户查询倾向的信息无法反馈给用户。解决空结果的方法很多,引入领域本体知识是其中之一。为了解决因对语义扩展到因素考虑不足而产生空结果的问题,引入领域本体知识来表示语义,利用本体聚类和本体映射的方法,实现查询的扩展。要实现明确的语义,需要两类语义数据的支持：描述一个专业领域知识,提供共享词汇支持的本体；包含明确语义信息的文档实例,即本体描述的本体实例。从XML文档中抽取隐含语义信息,构建描述XML文档的形式化语义描述的本体,即可以将XML描述的信息从语法层提升到语义层。基于上述需求,本文提出基于本体的XML近似查询。整个方法主要分成三部分：首先,通过对XML的解析,将文档中的元素、属性以及值等分离出来,提取各种概念以及概念之间的关系,映射为本体的概念、属性和关系,构建标准的领域本体中,全面的体现XML文档中的语义信息。其次,针对不同方法所构建多个异构的冲突的本体,通过基于相似度计算的本体映射,进行查询条件的语义扩展；然后对XML查询的结构和条件进行扩展,在条件松弛处理的过程中,首先将条件拆分成多个元素,依重要程度选取用于松弛的元素,到本体中进行基于语义相似度的查询松弛,最后基于相关度来选取松弛后的结果。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 课题背景
• 1.2 课题意义
• 1.3 研究现状
• 1.3.1 XML的近似查询处理
• 1.3.2 基于本体的查询松弛
• 1.4 本文研究工作
• 1.5 本文组织结构
• 第2章 基础知识
• 2.1 XML相关技术
• 2.1.1 XML文档结构
• 2.1.2 XQuery查询语言
• 2.1.3 XML近似查询技术
• 2.2 XML文档中的语义信息
• 2.2.1 XML文档中的语义信息
• 2.2.2 XML信息抽取和本体的映射规则
• 2.3 本体相关技术
• 2.3.1 本体的定义
• 2.3.2 本体的分类及关系
• 2.3.3 本体的构建方法
• 2.3.4 本体映射的基本方法
• 2.3.5 基于语义度量的本体映射
• 第3章 基于本体的查询预处理
• 3.1 本体构建
• 3.1.1 系统框架
• 3.1.2 方法描述
• 3.2 本体相似度和本体语义树
• 3.2.1 本体的相似度计算
• 3.2.2 本体语义树的建立
• 3.3 基于本体的语义扩展
• 3.3.1 冲突检测规则
• 3.3.2 语义扩展规则
• 3.3.3 基于本体的语义松弛算法
• 3.4 本章小结
• 第4章 基于本体的XML近似查询
• 4.1 查询的结构扩展
• 4.1.1 结构松弛的原理
• 4.1.2 结构相似度的计算方法
• 4.2 基于本体的查询条件扩展
• 4.2.1 基于语义距离的本体条件扩展原理
• 4.2.2 查询条件松弛算法
• 4.3 基于本体的近似查询算法
• 4.4 本章小结
• 第5章 设计与测试
• 5.1 系统结构
• 5.1.1 本体导入解析
• 5.1.2 XML文档解析
• 5.1.3 领域本体语义标注XML元数据
• 5.1.4 XML信息抽取和本体映射
• 5.2 实验测试
• 5.2.1 测试平台及实验数据
• 5.2.2 测试查询及测试参数介绍
• 5.2.3 基于本体的查询松弛整合算法测试
• 5.3 本章小结
• 第6章 总结与展望
• 6.1 工作总结
• 6.2 工作展望
• 参考文献
• 致谢