一種數(shù)據(jù)空間中非結構化數(shù)據(jù)查詢方法.pdf

1、隨著計算機技術的快速發(fā)展，數(shù)據(jù)信息呈現(xiàn)出許多新的特征，包括數(shù)據(jù)的海量性，數(shù)據(jù)形式的異構性以及數(shù)據(jù)間關聯(lián)的復雜性。傳統(tǒng)的數(shù)據(jù)庫管理技術在應對挑戰(zhàn)時已顯得力不從心，數(shù)據(jù)空間的理念應運而生，由于具備逐步演化的構建方式以及對數(shù)據(jù)模式的弱依賴等性質，因此能夠滿足日益復雜的管理需求和服務需求。
　　越來越多的應用需要對結構化數(shù)據(jù)和非結構化數(shù)據(jù)同時進行訪問，與此同時，在數(shù)據(jù)空間中也需要提供某種服務實現(xiàn)對數(shù)據(jù)空間中所有結構化和非結構化數(shù)據(jù)的無縫查

2、詢。在信息檢索和數(shù)據(jù)庫領域，各類型數(shù)據(jù)的查詢都是其主要的研究方向，近年來，數(shù)據(jù)庫研究團體對結構化數(shù)據(jù)集（如關系數(shù)據(jù)庫、XML數(shù)據(jù)庫）的關鍵字查詢進行了大量研究并取得一定成果。而針對另一個方向，基于非結構化數(shù)據(jù)的結構化查詢方法研究則少有進展。
　　本文研究數(shù)據(jù)空間中非結構化數(shù)據(jù)的查詢轉換技術，提出了一種對非結構化數(shù)據(jù)的結構化查詢方法，該方法從結構化查詢語句中抽取關鍵字集，并將得到的關鍵字集應用于非結構化數(shù)據(jù)的查詢。首先，根據(jù)查詢圖的

3、定義及構建方法，將結構化查詢語句轉換成對應的查詢圖，查詢圖包含查詢語句基本信息的同時也去除了一些不相關語法特征。其次，為了從查詢圖的標簽中抽取關鍵字，本文基于信息熵和代表度確定一個標簽是否為關鍵字，又提出了i-scores更新算法和基于貪心策略的Label-Selection抽取算法，用于完成對關鍵字的抽取。最后，運用領域知識對現(xiàn)有方法進行改進，并驗證了查詢語句中表和屬性值個數(shù)對查詢結果的影響。實驗結果表明：本文所提出的方法在不同領域的