如今,网络上存在着大量的异构数据源,其中包含有海量的文本数据(FlatText),关系数据,以及XML等半格式化数据.这些数据源往往表达着相似甚至相同的语义,但彼此之间却是异构的.它们常常存在于各个自治系统之上,而这些自治系统则提供着各种各样的查询接口(SQL,XQuery等)。面对每一个这样的自治系统,用户必须掌握复杂的查询语法,并且预先了解到详细的数据模式(Schema),才能组织起一定的查询语句,从而访问数据源获得相关数据。关键字搜索是一个用户友好的信息发现技术,可一个架于各种异构数据源之上的关键字搜索系统:SOAK.SOAK为各种异构数据源提供一个共通的关键字搜索接口,并使用标准OWL[18]定义的Ontology来描述数据源中的数据。通过将各个数据源的数据模式集成为一个全局的Ontology,SOAK从全局上掌握各个异构数据源内部以及相互之间的语义。由于Ontology是一个共享概念集的显示定义,因此SOAK可以从各数据源中挖掘出丰富的语义,并将之返回给用户。与先前的系统相比,我们的系统主要有三个方面的优势:(1)SOAK可以从用户提供的关键字中提取出语义信息;(2)通过Ontology集成,数据中的隐含语义可以被挖掘出来;(3)返回结果使用Ontology展示,从而用户可以方便,直观地从结果中获得有用信息。