【摘 要】
：
本文提出了一种基于语义Wrapper的Web信息集成方法.作者将抽取目标与DAML+OIL概念库中定义的概念关联起来,并利用DAML+OIL来描述抽取的结果数据,以最大程度地实现基于语义的共享;利用三种模式——URI筛选模式、结构抽取模式和概念模式来定义抽取规则,并利用抽取规则来实现对网页信息的抽取.
【机 构】
：
北京大学视觉听觉与信息处理国家重点实验室(北京) 北京大学计算机科学技术系(北京)
论文部分内容阅读
本文提出了一种基于语义Wrapper的Web信息集成方法.作者将抽取目标与DAML+OIL概念库中定义的概念关联起来,并利用DAML+OIL来描述抽取的结果数据,以最大程度地实现基于语义的共享;利用三种模式——URI筛选模式、结构抽取模式和概念模式来定义抽取规则,并利用抽取规则来实现对网页信息的抽取.
其他文献
Stacking是Wolpert提出的一个重要学习框架.它通过对多个模型的输出结果进行泛化,利用前一层模型输出的结果作为下一层的学习输入信息,使得前一次的学习能够充分用于后面的归纳过程当中去,发现并且纠正所使用学习算法中的学习偏差,以提高学习的精度.目前,Stacking框架最主要的应用是组合分类器,以取得比组成它们的单个分类器更高的分类准确率.Stacking中每一层的各分类器可使用任何分类算法
本文的研究工作集中在如何基于Servlet技术将CORBA对象发布到Web上,使得企业级应用集成能够兼顾到CORBA和J2EE的优点.在分析了已有技术在灵活性、易用性及通用性上存在的不足的基础上,提出了CORBA对象的两种Web发布方法,着重介绍动态请求方法的关键技术及实现细节,并对基于动态请求方法实现的StarConnect进行了性能比较分析,验证了其高效性.
本文提出了计算XPath相似性的算法,它是一个基于元素匹配的递归过程.实验结果表明:该算法很好地反映了XPath间的结构相似性.XPath相似性的提出有重要的意义:既可以对用户行为进行聚类分析进而研究用户行为模式,还可以用于在SDI系统中构建高效索引结构以及用户查询聚集操作的预处理步骤等.
本文研究了XML在数据集成方面的相关技术,提出了面向Web的数据集成方案.实现了Web中各种信息系统之间的接口问题,通过XML和关系数据库的接口,不但可以把网络上的有意义XML信息通过抽取模式,在关系数据库中进行有效的关系管理,而且还提供了相应的策略,可以无缝地与面向对象系统、数据仓库系统等进行接口,实现了Web中系统之间信息的共享和交流,具有良好的可扩充性.
本文以空间句法为理论基础,借鉴空间数据库相关研究成果,探索面向对象的空间句法数据组织方式和数据模型构建方法,提出了新的空间句法数据模型SSOODM(Space Syntax Object-Oriented Data Model).SSOODM是空间句法分析中的一个新概念和模型,是在现有相关研究基础上的创新,具有一定的理论价值.
本文在PicHunter的概率模型基础上,提出结合长期学习的用户模型,通过基于用户模式匹配的长期学习,识别当前用户的特定检索语义,从而真正实现了包含不同用户U的动态的用户模型,合理地利用了历史反馈信息.实验显示,与PicHunter相比,本文方法能明显提高相关反馈的效果.
本文利用信息提取转化实现了一个基于文档对象模型DOM(Document Object Model)的由HTML数据到XML数据的转化原型系统HTML2XML,该系统利用领域数据的DTD模式信息以及用户与系统之间的交互实现了由HTML数据到XML数据的半自动转化.本文的研究内容不包含对查询请求的转换,仅涉及HTML页面信息的转换.利用本文提出的方法可以构建信息集成系统中的包装器软件.
路径查询的计算是XML查询处理中的关键问题,是研究的重点.本文针对具体的路径查询计算问题,结合实际的系统,提出了路径查询的计算框架.