论文部分内容阅读
目前的语义Web搜索引擎通常拥有与传统搜索引擎相似的界面风格,采用网络用户熟悉的关键词搜索方式,提供对语义Web文档的检索服务。但其检索结果与传统的搜索引擎相似,检索结果也是数以千计的包含查询实体的语义Web文档,用户根据需要对结果进行筛选,同样加重了用户的负担。那么,为语义Web搜索引擎提供一个基于语义内容的,实现知识融合索引模型可能成为语义搜索引擎要解决的问题之一。本文研究了一种在语义网环境中通过充分利用语义信息实现知识融合目标的索引模型,以基于知识融合的专题语义搜索引擎-Sniper框架为测试背景。索引模型包括三部分:支持知识融合的语义数据索引、利用本体路径中实体的语义关系实现对多个关键词语义查询扩展的路径索引和将语义相近的实体聚类,提高语义搜索引擎查询性能的实体聚类索引。本文在以下方面做了有益的探索和创新性工作:(1)在对语义Web文档特征分析的基础上,阐释了语义Web文档的分类、解析方法,并将解析后的语义数据存放到存储模型中。(2)在对存储模型中语义数据和本体映射数据分析基础上,提出了支持知识融合的语义数据索引,语义数据索引中包含了实体映射信息和实体基本信息等。(3)对基于领域本体的路径索引方式展开研究和讨论。提出了基于领域本体路径的倒排索引和PS-Tree索引,两个索引结构都实现了对多个关键词的语义查询扩展。路径倒排索引为实体与路径建立倒排索引,能够实现从实体到路径的查询。PS-Tree从两方面提高路径的查询性能,一方面建立实体与PS-Tree森林的倒排索引,另一方面,PS-Tree本身就是一棵范围查找树。实验表明,PS-Tree索引结构在索引文件存储空间和查询响应时间上都优于路径倒排索引。(4)实体聚类索引。根据实体在领域本体中语义距离,实体聚类索引先将实体进行分类,再对分类结果进行层次聚类,并对层次聚类的结果建立实体聚类索引。将语义相近的实体聚到一类,提高了语义相关的查询词落到一类中可能性。对层次聚类的结果建立索引,能快速定位多个查询词所对应的类,并将所在类的数据从外部存储器调入内存,加快数据查询。实验表明,实体聚类索引减少了读取数据的I/O次数,提高了语义搜索引擎的查询性能。本文的索引模型是基于知识融合的语义网搜索引擎研究框架下的重点模块之一。基于领域本体的路径索引并不是只针对某一应用而设计,其对实现多个关键词语义扩展研究有着普遍的意义。实体聚类索引的思想对提高语义搜索引擎查询性能也非常具有参考价值。实验表明,本文的索引模型为语义搜索引擎快速查询语义数据提供了强有力的支持。