基于Xcluster的XML松弛查询小枝评分方法.pdfVIP

维普资讯 第 8卷年年1篙10月期 OOMPUTE计RTE算CH机N0U技)G术YA与ND发DEV展ELOPMENT VoO1c．t18No．10 2008 ． 2008 基于Xcluster的XML松弛查询小枝评分方法 李建军，杨路明，刘 波，胡智飞 (中南大学信息科学与工程学院，湖南长沙 410083) 摘 要：在Web上精确检索XML代价非常昂贵。为 了缩短操作代价，定义了XML查询松弛的概念，利用三个松弛原操作 对用户提交的查询进行松弛，产生查询松弛集。为了定量衡量松弛的可信度，定义了松弛损率，引入传统信息检索中 TFIDF评分思想，给出了基于文档统计特性和松弛损失的XMLWeb检索的TFIDF评分公式，并实现该算法。一系列实 验表明此方法在 XMLWeb数据检索中具有常数查全率和较高的查准率。 关键词：松弛查询；小枝匹配；TFIDF 中图分类号 ：TP311 文献标识码 ：A 文章编号：1673—629X(2008)1O—oo53—04 MethodofRelaxationQueriesTwigScoringBasedonXclusterofXML LIJian-jun，YANGLu．ming，LIU Bo，HU Zhi—fei (SchoolofInformationScienceandEngineering，CentralSouthUniversity，Chnag~ 410083，China) Abstract：Inordertoreduceo06tofpreciseXMLretrievalOnWeb，thequeryexpressionrelaxationstrategyispror~ xlandtheocmputing formularforinformationlostrateisdefined．Acocrdingtothis，thet、^rigscoringmethodofXMLfuzzyretfivalbasedonXelusterispro— posedandthe algorithm hasbeenimplemented．Theexprimentresultsshow themethodiseffcetivena dhasthecharacteristicofconstant recallandhighprecision． Keywords：relaxationretrieval；twigmatch；TFIDF O 引 言 简单、操作性强，然而基于路径表达式格式化所提供的 随着XML成为Web电子数据交换的标准逐渐被 Xpath语义松弛非常有 限，不能应对查询多样性的需 推广，越来越多的应用需要在Web上检索 XML数据。 求。文献[4]根据关键词和 Xpath查询轴对 已有的评 然而在互联网上实现 XML精确检索代价非常昂贵。 分方法进行分类 ，通过研究作者说 明现有的 IR— 因此很多学者都提出XML模糊查询。文献[1]运用 c G在索引机制上不能很好地支持既包含结构又包 一 组代数规则对 Xpath轴进行松弛并用 TFIDF评分 含内容的XML评分。文献[5]在文献[4]的基础上区 公式给查询表达式评分 ，力图在保 留所有谓词的基础 别对待查询树中的叶结点和路径结点，将路径作为模 上实现XML模糊查询。此方法能保证最低的信息损 板 ，而叶结点则归为关键词，运用现有的模糊检索技术 失，但是只针对查询轴的松弛导致查询嵌套深度的急 分别实施结构与内容的模糊。其优点是技术成熟、响 剧增加，从而制约查询响应速度。文献[2]的XIRQ引 应速度快，但是拆分