基于模糊技術的本體生成方法的研究.pdf

1、如今很多現(xiàn)有的數(shù)據并不存在于數(shù)據庫管理系統(tǒng)，它們的數(shù)據結構很多是不關聯(lián)的，有時也是不規(guī)則的，例如為HTML或SGML文檔，尤其是XML文件，已經逐漸發(fā)展成為一個大型的XML數(shù)據儲存庫。本文要研究的知識提取即在這樣一個前提條件下，通過特定的工具將HTML轉化為XML文檔，并對其廣泛的詞匯表中的可選標簽進行研究，結果表明本方法對于重復標簽的XML文檔的研究尤為有效。 對于XML文檔之間的相似性度量，可以采取不同的方法，或者研究其文檔

2、的結構，內容，或兩者都是。文中介紹了如何將模糊理論與這種半結構化并且共享一個共同詞匯標簽的XML結合起來。這種做法的基本思想是采用與模糊集合相對的另一種形式模糊袋，以衡量比較，評價XML文檔之間的結構相似性，然后介紹了對提取的知識如何進行有效的分類。 本文首先對相關背景和技術作了一個簡單的介紹，隨后重點介紹如何應用模糊技術對XML文檔進行結構的分析，在此基礎之上結合對文檔的內容分析產生更精確的分類，提出了一種更為靈活的相似度計算