大容量XML数据存储搜索策略研究.pdfVIP

大容量XML 数据存储搜索策略研究 张俊 北京邮电大学信息网络中心，北京 (100876) E-mail: zhangjunhd@ 摘 要：因特网给我们提供了巨大的信息量,在信息量极其丰富的Web 资源中,蕴涵着大量有 用的知识信息。信息爆炸而知识匮乏是当今人们所面临的一个很重要的问题。通过搜索引擎 来查找信息将不容易定位到用户最感兴趣的数据上。而通过Web 信息抽取的自动化实现,可 以提高信息获得的效率。信息抽取可以从网络上分析和发现有用的信息,废弃冗余的数据,提 取用户知识领域的知识。随着越来越多用户采用 XML 标记，将出现搜索和处理XML 数据 时所带来的新课题。本文针对这一背景，讨论了在处理大容量XML 数据，为其建立搜索引 擎时，所涉及的流程、问题和改进策略。 关键词：XML ；搜索引擎；存储；检索 中图分类号：TP311.13 1. 引言 最初设想的可扩展标记语言 (X