基于領(lǐng)域本體的Deep Web接口集成研究.pdf

1、隨著信息技術(shù)的快速發(fā)展，互聯(lián)網(wǎng)上積累的數(shù)據(jù)量急劇增長(zhǎng)，如何高效地利用DeepWeb 信息已經(jīng)成為人們關(guān)注的熱點(diǎn)。Deep Web 數(shù)據(jù)集成是有效利用Deep Web 信息的重要手段。而接口集成作為Deep Web 數(shù)據(jù)集成中一個(gè)重要環(huán)節(jié)，有著獨(dú)特的“承上啟下”的作用。到目前為止，接口集成仍然存在一些問題和不足：方法形式單一，要么過分依賴接口的語(yǔ)義信息，要么不使用語(yǔ)義信息；在單一領(lǐng)域中，中文語(yǔ)義計(jì)算不夠準(zhǔn)確以及接口模式匹配方法復(fù)雜、耗時(shí)較

2、長(zhǎng)等。基于對(duì)以上缺點(diǎn)和不足的分析，本文提出了一種基于領(lǐng)域本體的接口集成方法，該方法包含接口標(biāo)簽屬性的關(guān)鍵字匹配、基于探測(cè)查詢的接口屬性集成和多條件組合查詢檢測(cè)三個(gè)部分。
　　 本文首先采用OWL語(yǔ)言描述形式對(duì)圖書領(lǐng)域本體模型進(jìn)行構(gòu)建，填充573 本代表性圖書實(shí)例，并運(yùn)用Jena 工具包對(duì)構(gòu)建好的圖書領(lǐng)域本體進(jìn)行讀取。其次，為了在圖書查詢過程中使實(shí)例有序，一方面利用在Protégé中嵌入Racer 推理機(jī)來實(shí)現(xiàn)本體中的推理；另一方

3、面，根據(jù)開發(fā)的需要建立了一些推理規(guī)則，采用Jena 推理機(jī)來調(diào)用這些規(guī)則進(jìn)行推理。將這些推理機(jī)制應(yīng)用到圖書查詢推理中，減少了圖書領(lǐng)域本體內(nèi)部關(guān)系的連接，降低了系統(tǒng)的反應(yīng)時(shí)間，提高了整個(gè)集成系統(tǒng)的實(shí)時(shí)響應(yīng)速度。再次，在構(gòu)建領(lǐng)域本體的過程中，通過預(yù)定義五個(gè)概念類的同義詞，并利用這些同義詞進(jìn)行字符串匹配完成部分接口集成。更進(jìn)一步，對(duì)于那些不能通過關(guān)鍵字匹配進(jìn)行接口集成的屬性，通過基于實(shí)例探測(cè)的方法進(jìn)行接口集成。最后，利用組合提交查詢的方式對(duì)集