基于本體的制造業(yè)領域Web信息集成.pdf

1、隨著Internet和Web技術的發(fā)展，WWW已經發(fā)展成為包含多種信息資源、站點遍布全球的巨大動態(tài)信息服務網絡，為用戶提供了一個極具價值的信息。通過Internet和Web技術，人們可以很容易地訪問互聯(lián)網上各種各樣的數(shù)據(jù)。但由于Web信息是無結構化的，沒有明確的語義，因此用戶獲得有用的信息越來越困難。目前的搜索引擎技術是基于關鍵詞簡單匹配，己經不能滿足人們快速、準確得到信息的要求。為了能有效的利用Web上的信息資源，使Web能真正成為人

2、們隨時可用的知識庫，人們提出了Web信息集成的概念，其目標是為用戶提供完全透明的、智能的、統(tǒng)一的信息訪問接口。 本體最初用來描述事物的本質，后來隨著人工智能的發(fā)展，本體被賦予新的定義。在Web信息集成方面，本體常用于將某個或多個特定領域的概念和術語規(guī)范化，為異構Web數(shù)據(jù)源集成提供統(tǒng)一的概念和術語標準，減少了因為Web數(shù)據(jù)源采用不同命名造成的語義沖突。在一定程度上解決語義異構的問題，進一步提高了系統(tǒng)的精確性，為用戶提供更有價值的

3、信息。 本文作為廣西科學研究與技術開發(fā)計劃項目(編號：桂科攻0719001-11)的組成部分，以制造業(yè)中汽車領域Web信息為例，研發(fā)基于本體的汽車領域Web信息集成平臺，全文以基于本體的Web信息集成這條線索進行研究，研究領域本體的構建、基于語義的Web信息抽取和查詢。本文的主要工作和創(chuàng)新點如下： 首先，本文使用OWL DL本體語言建立一個汽車資訊領域的本體模型。在分析Web網站的特征之后，根據(jù)網頁可轉換為DOM樹結構的

4、特點，利用汽車資訊本體關鍵詞，進行頁面區(qū)域定位，提取頁面正文內容。 其次，對提取的頁面正文內容進行語義抽取，在傳統(tǒng)的向量空間模型基礎上結合領域本體，根據(jù)本體的層次結構特征對概念特征向量賦權重值，生成基于本體的概念特征向量，半自動化地生成本體知識庫實例。利用本體，使概念特征向量具有更明確的語義，同時降低了向量模型維數(shù)，減少了計算的復雜度；將無結構化網頁的文本變成具有語義的、機器可理解的結構化信息。 然后，在已建立領域本體的

5、基礎上，本文設計了基于本體的查詢推理算法，該算法以OWL本體為基礎，利用描述邏輯的推理能力，對查詢關鍵詞進行概念擴展，再進行實例匹配。為把最符合的結果優(yōu)先顯示給用戶，本文對擴展概念賦權重，設計一個基于本體的相關度排序算法，該算法比傳統(tǒng)的向量空間模型相關度的算法效果要好，且效率要高。 最后，根據(jù)研究的關鍵技術，本文實現(xiàn)了一個基于本體的汽車資訊領域Web信息集成平臺原型。該平臺使用了描述邏輯推理機提供的推理服務，實現(xiàn)了基于語義的We