《基于本体的Deep+Web语义搜索引擎》由会员分享,可在线阅读,更多相关《基于本体的Deep+Web语义搜索引擎(74页珍藏版)》请在金锄头文库上搜索。
1、广西师范大学硕士学位论文基于本体的Deep Web语义搜索引擎姓名:谭春亮申请学位级别:硕士专业:计算机软件与理论指导教师:蒋运承20080401广西师范大学硕士研究生学位论文 I基于本体的基于本体的 Deep Web 语义搜索引擎语义搜索引擎 研究生:谭春亮 导师:蒋运承 教授 年级:2005 专业:计算机软件与理论 研究方向:语义 Web 摘摘 要要 随着 WWW 的迅速发展和普及, WWW 成为一个巨大的信息资源库, 对这个信息资源库的搜索出现了“信息过载”和“信息迷航”的问题。 由于 WWW 的自治性、 开放性、 异构性、动态性和指数增长等特点,目录式搜索引擎、全文搜索引擎都暴露出了根
2、本的缺点。基于关键字查询,只检索静态页面,只能进行“导航式”的检索,导致了索引容量指数增长、查全率和查准率不断降低等问题。提高搜索引擎的查全率和查准率,满足用户“知识粒度”检索的要求,同时能够进行语义层面的搜索,成为用户对新一代搜索引擎提出的要求。为了从根本上解决这些问题,新一代的搜索引擎要求必须对 WWW 进行新的知识表示。万维网的创始人 Tim Berners-lee 为此提出了新一代万维网的架构Semantic Web,其上的信息具有良好的定义,使得人与机器、机器间能够更好的实现信息的共享与协作。Semantic Web能够从根本上解决传统搜索引擎所暴露出来的问题。由于 WWW 的自治性
3、特点,Semantic Web 的接受需要一个相当长的时间, 并且由于 Semantic Web 的研究大都停留在理论研究阶段,所以新一代搜索引擎难以实现。本文在新一代搜索引擎和 WWW 之间找到了一个结合点,将 Semantic Web 的架构应用到 Deep Web 的搜索,提出了基于本体的 Deep Web 语义搜索引擎。基于本体的 Deep Web 语义搜索引擎可以解决传统搜索引擎只能搜索静态页面,无法进行语义搜索,无法为用户提供“知识粒度”检索的缺点。本文的创新点如下: 1、 本文基于 Semantic Web 架构对 Deep Web 进行语义搜索, 解决了传统搜索引擎只能搜索静态
4、页面,无法对 Deep Web 进行搜索,只能基于关键字搜索,无法进行语义搜索,只对静态页面的内容进行索引,而不能进行元数据索引的缺点,提高了搜索引擎的查全率和查准率,避免了搜索引擎索引容量的瓶颈问题。 2、 本文通过对 Deep Web 查询接口进行元数据提取,将查询接口看作后台数据库的元模式,利用元数据描述语言 RDF 对查询接口进行 RDF 描述,然后结合领域本体对查询接口的 RDF 元数据进行 RDF 检索,从而实现查询接口的语义搜索,提高了查询接口检索的准确率,由于查询接口具有高度的领域相关性,所以提高了搜索引擎的查准率。 3、 本文提出了基于领域本体的 Deep Web 语义搜索引
5、擎的框架,由 Deep Web 爬虫、Deep Web 分类器、Deep Web 表单提取、自然语言查询接口、语义推理、表单检索器、Web检索器、统一接口查询和结果集成模块组成。在本文中重点分析了 Deep Web 的发现、分类和查询接口 RDF 的语义检索,整个 RDF 检索系统以 Jena 平台为开发平台,以汽车领域本体和查询接口 RDF 模型为例进行了验证。 4、 基于知网的词汇语义关系判断算法以知网做为本体,采用基于结构的模式匹配算广西师范大学硕士研究生学位论文 II法进行词汇逻辑关系的判断; Deep Web 特征选择算法采用词汇频度作为类内、 类间可分性判据以 Tabu 搜索策略进
6、行特征选择; Deep Web 查询接口 RDF 提取算法根据查询接口 Html代码的特征进行查询接口 Html 代码和查询接口 RDF 模型的映射; Deep Web 查询接口 RDF查询算法以用户输入的关键词序列为检索条件,进行关键词序列的分类操作,概念推理算子操作,得到概念关键词对序列和实例关键词对序列,根据概念关键词对序列采用 RDQL语言对 RDF 进行检索,然后根据检索结果和实例关键词对序列以 Http 协议格式对 Web 进行数据检索。本文对上述算法进行了实例验证。 本文从理论上对基于 Semantic Web 架构的 Deep Web 搜索引擎进行了研究,提出了搜索引擎的大致框
7、架和各关键部分的算法思想,完善了基于 Semantic Web 架构的 Deep Web搜索引擎的检索流程,具有理论可行性,同时结合领域对检索流程和各关键部分的算法进行了实例验证,整个系统可以在 Jena 平台上开发实现。 关键词关键词:语义 Web;语义搜索;Deep Web;本体;分类广西师范大学硕士研究生学位论文 IIIOntology-based Semantic Search Engine for Deep Web Author: Tan Chunliang Supervisor: Professor Jiang Yuncheng Grade: 2005 Major: Compute
8、r Software and Theory Research Area: Semantic Web Abstract WWW has been a tremendous information depository along with its rapid evolution and popularization. Search on WWW become more and more difficult because information over loading and drift off course on WWW. The shortcoming of directory tree
9、Search Engine and keyword Search Engine is emerged because of autonomy, commonality, heterogeneity, dynamic, openness and increase on exponent. Search like navigation base on keyword only and surface Web make index capability increase on exponent, make recall ratio and precision ratio lower and lowe
10、r. The new knowledge representation on WWW has become significant to improve recall ratio and precision ratio also satisfy request of user on knowledge granularity search and semantic search. The creator of semantic Web Tim Berners-lee put forward architecture of semantic Web, in which information i
11、s given well-defined meaning, better enabling computers and people to work in cooperation. Semantic Web is capable of solve these problem. This thesis applies the architecture of semantic Web on search of Deep Web to put forward semantic search engine on Deep Web based on ontology. Semantic search e
12、ngine on Deep Web based on ontology could solve these problem traditional search engine can not solve like searching only surface Web, can not semantic search, can not search on “knowledge granularity”. Four innovations in this thesis are as follows: First: semantic search engine on Deep Web based o
13、n ontology makes up traditional search engines shortage. For example, traditional search engine could only search surface Web based on keyword, but semantic search and metadata search. Because of these, it could improve the recall ratio and precision ratio, also avoid the restriction on index capabi
14、lity. Second: this thesis represent query interface by RDF metadata. Query interface is pattern of database, so which is described in metadata descriptive language RDF. Search query interface is searched through searching RDF semantically using ontology to make precision ratio higher. Because query
15、interface has high domain pertinence, it make search engines precision ratio higher. Third: semantic search engine on Deep Web based on ontology are composed of Deep Web crawler, Deep Web classifier, Deep Web form extractor, NLI (nature language interface), semantic reasoning, form retrieval, Web re
16、trieval, query interface integration and result 广西师范大学硕士研究生学位论文 IVintegration. In this thesis, discovery and classification of Deep Web, semantic search of query interfaces RDF are researched weightily. Fouth: vocable relation computing algorithms uses pattern match based on structure using HowNet as ontology. Deep Web feature select algorithms search feature by Tabu searching strategy using vocable frequency as separability criterion. Deep Web query interface RDF extractor algorit