Ontology驱动异构数据源上关键字搜索.pdf

【摘要】 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(Flat Text)，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ZI(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 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：(I)SOAK可以从用户提供的关键字中提取出语义信息；(笱 展示，从而用户可以方便，直观地从结果中获得有用信息． 关键词：关键字搜索，语义，本体(ontology)，异构数据源 中图法分类号：TP311 [Abstract] Massive XMLdatasources ontheinternet heterogeneous emerge nowadays． Thesedata sourcesare autonomousand searchinterfacesofXML generally provide suchasXPathor needtoleam querylanguage XQuery．Accordingly,USerS complex andknowtheschemas syntaxes toaccess SearchiSa them．Keyworduscr-fri∞dly information can noviceusersobtainuseful discovery technique,whichhelp information thesearchsemanticsturnstobe conveniently,however vague．We a SOAKwhich proposesystem Can acommon interfacefor provide keyword XML datasources．SOAKOWL heterogeneous employsOntology【18】torepresent semanticsof XML isan data,for ofashared Ontologyexplicit specification whichcan rich can conceptualization