基于模糊技术的本体生成方法的研究

论文摘要

如今很多现有的数据并不存在于数据库管理系统,它们的数据结构很多是不关联的,有时也是不规则的,例如为HTML或SGML文档,尤其是XML文件,已经逐渐发展成为一个大型的XML数据储存库。本文要研究的知识提取即在这样一个前提条件下,通过特定的工具将HTML转化为XML文档,并对其广泛的词汇表中的可选标签进行研究,结果表明本方法对于重复标签的XML文档的研究尤为有效。对于XML文档之间的相似性度量,可以采取不同的方法,或者研究其文档的结构,内容,或两者都是。文中介绍了如何将模糊理论与这种半结构化并且共享一个共同词汇标签的XML结合起来。这种做法的基本思想是采用与模糊集合相对的另一种形式模糊袋,以衡量比较,评价XML文档之间的结构相似性,然后介绍了对提取的知识如何进行有效的分类。本文首先对相关背景和技术作了一个简单的介绍,随后重点介绍如何应用模糊技术对XML文档进行结构的分析,在此基础之上结合对文档的内容分析产生更精确的分类,提出了一种更为灵活的相似度计算的方法。最后阐述基于所生成的聚类代表研究如何实现本体研究中的两个基本的抽象关系is-a和part-of,之后可以通过选择恰当的本体的描述语言OWL将所提取的类之间的关系和限制进行表述。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 引言
• 1.2 相关技术的研究现状
• 1.2.1 本体构建
• 1.2.2 聚类
• 1.3 课题提出的背景及意义
• 1.4 本文研究工作及文章结构
• 第2章 本体研究综述
• 2.1 本体和语义网
• 2.2 本体研究的热点问题
• 2.2.1 本体的建构方法
• 2.2.2 本体研究方向与应用前景
• 2.3 XML与面向Web数据挖掘技术
• 2.3.1 XML的主要特点
• 2.3.2 XML在Web数据挖掘中的应用
• 2.4 文档聚类分类
• 2.4.1 XML文本聚类技术
• 2.4.2 相似度的计算
• 2.5 本章小结
• 第3章 XML数据的类层次挖掘
• 3.1 从HTML到XML
• 3.2 模糊理论的应用
• 3.2.1 模糊集合及相关逻辑
• 3.2.2 模糊包
• 3.3 模糊模式抽取技术
• 3.4 文档分类
• 3.4.1 基于结构的文档分类
• 3.4.2 模糊包表示法
• 3.4.3 基于内容的文档分类
• 3.5 本章小结
• 第4章 本体生成过程
• 4.1 XML文本分析
• 4.2 聚类代表的产生
• 4.2.1 构造最佳匹配树
• 4.2.2 构建合并树
• 4.2.3 计算聚类代表
• 4.3 类层次结构挖掘
• 4.4 本体构建
• 4.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢