细粒度语义网检索.pdfVIP

清华大学学报(自然科学版)2005年第45卷第s1期 30／39 —ISSN10—00-0054 CN 11～2223／NJ Univ(Sci＆Tech)，2005，V01．45，No．S1 1865—1872 Tsinghua 细粒度语义网检索 吴 刚， 唐 杰， 李涓子， 王克宏 (清华大学计算机科学与技术系，北京100084) 摘 要：语义网的有向标记图数据模型决定其在内容检索 当前越来越多的Web信息资源进行了语义标 方面与纯文本、超文本或半结构化文档检索存在较大差异。 注，并以符合RDF／XML语法的语义网语言(如 现有检索模型和相似度计算方法不能完全满足对语义网的 检索和评价。该文以资源这种较细粒度作为检索单元，考虑 信息，如何提供比传统信息检索更有效的访问和更 查询关键字在资源内容中的频率和结构分布，提出一个细粒 合理的检索结果成为语义查询(semanticsearch)所 度语义网检索模型，并扩展了相似度计算公式和倒排索引结 面临的重要问题之一。 web rich 构。在语义网挖掘系统(semantic aidingmining system，SWARMS)中实现了该模型及相关算法。在 述的信息资源进行语义结构的查询，并按布尔查询 SourceForge和DBLP两个测试集上的实验表明，该模型能 模型给出精确查询结果。但存在的问题是：1)无法 够结合语义网结构查询与基于关键字的内容查询，在相同查 对Web语义标注中富含的大量文本信息进行有效 全率下查准率是单独应用结构或内容查询的两倍左右。 的模糊查询；2)没有对此类查询结果进行排序的 关键词：计算机软件；语义网；信息检索；相似度；倒排 能力。经过语义标注的信息资源不但具有资源间的 索引 结构信息，还包括被标注对象的内容信息，因此应该 311 中图分类号：TP 文献标识码：A 考虑将结构查询与内容检索结合。 文章编号：1000。0054(2005)SI～1865—08 虽然XML检索系统也考虑到将结构查询与内 容检索的结合[4-7]，但其数据模型结构相对语义网要 semanticwebretrieval Fine—grained 简单，已有方法不能完全满足语义网检索。较早提出 WU Jie，LIduanzi，WANG 语义查询的文[8]用两种方法改进传统IR检索：利 Gang，TANG Kehong of Scienceand 用语义网数据补充传统IR的检索结果，及利用语 (DepartmentComputer Technology， TsinghuaUniversity，Beijing100084，China