论文部分内容阅读
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。