基于本体的工程数据关键字检索和排序方法.PDF

第３１卷第１１期　　　 计算机应用与软件 Ｖｏｌ３１Ｎｏ．１１ ２０１４年１１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｎｏｖ．２０１４ 基于本体的工程数据关键字检索和排序方法 张　徵　杨卫东　李心癑　施伯乐 （复旦大学计算机科学技术学院　上海２０１２０３） 摘　要　　工程数据大量存在于现代生产制造企业。传统工程数据上沿用的关键字查询方法具有难以处理各种异构文档、无法识 别关键字在工程领域的语义等缺陷。针对此，提出一种新的工程数据关键字检索方法。该方法先通过建立代表工程数据的本体，对 各种异构的工程文档用适合的工具提取文本信息，建立ＸＭＬ快照。ＸＭＬ快照为索引关键字标注了相对应的本体概念。检索框架 首先将用户的查询关键字匹配到本体的概念上，在匹配的过程中，提出一种算法消减关键字的语义混淆。在此基础上，提出一种排 序模型，该模型对符合查询的ＸＭＬ快照进行打分排序，打分着重考虑了快照在语义上满足关键字查询的程度。检索框架最后排序 并返回快照对应的原始文档给用户，使异构的工程数据文档能被统一处理和查询。该方法在工程数据上的检索结果查全率、查准率 高，检索结果排序合理，能适用于实际企业中的大量工程数据文档，解决了传统工程数据检索的不足。实验使用了实际数据集，验证 说明了该方法的实际有效性和性能上的高效性。 关键词　　工程数据　关键字　语义　本体　ＸＭＬ快照　排序模型 中图分类号　ＴＰ３９２　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１４．１１．０１１ ＡＫＥＹＷＯＲＤＲＥＴＲＩＥＶＡＬＡＮＤＳＯＲＴＩＮＧＭＥＴＨＯＤＢＡＳＥＤ ＯＮＯＮＴＯＬＯＧＹＦＯＲＥＮＧＩＮＥＥＲＩＮＧＤＡＴＡ ＺｈａｎｇＺｈｅｎｇ　ＹａｎｇＷｅｉｄｏｎｇ　ＬｉＸｉｎｙｕｅ　ＳｈｉＢｏｌｅ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＦｕｄａｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２０１２０３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｅｎｇｉｎｅｅｒｉｎｇｄａｔａｅｘｉｓｔｗｉｄｅｌｙｉｎｍｏｄｅｒｎｍａｎｕｆａｃｔｕｒｉｎｇｉｎｄｕｓｔｒｉｅｓ．Ｔｈｅｋｅｙｗｏｒｄｑｕｅｒｙｍｅｔｈｏｄｔｒａｄｉｔｉｏｎａｌｌｙａｄｏｐｔｅｄｉｎ ｅｎｇｉｎｅｅｒｉｎｇｄａｔａｉｓｈａｒｄｔｏｄｅａｌｗｉｔｈｈｅｔｅｒｏｇｅｎｅｏｕｓｄｏｃｕｍｅｎｔｓａｎｄｔｏｉｄｅｎｔｉｆｙｔｈｅｓｅｍａｎｔｉｃｓｏｆｔｈｅｋｅｙｗｏｒｄｓｉｎｅｎｇｉｎｅｅｒｉｎｇｓｅｃｔｏｒ．Ｈｅｎｃｅ，ｗｅ ｐｒｏｐｏｓｅａｎｅｗｋｅｙｗｏｒｄｒｅｔｒｉｅｖａｌｆｒａｍｅｗｏｒｋｆｏｒｅｎｇｉｎｅｅｒｉｎｇｄａｔａｔｏｔａｃｋｌｅｔｈｉｓｄｅｆｉｃｉｅｎｃｙ．Ｔｈｉｓｆｒａｍｅｗｏｒｋｅｘｔｒａｃｔｓｔｈｅｔｅｘｔｉｎｆｏｒｍａｔｉｏｎｆｒｏｍ ｖａｒｉｏｕｓｈｅｔｅｒｏｇｅｎｅｏｕｓｅｎｇｉｎｅｅｒｉｎｇｄｏｃｕｍｅｎｔｓｗｉｔｈｐｒｏｐｅｒｔｏｏｌｆｉｒｓｔｂｙｂｕｉｌｄｉｎｇａｎｏｎｔｏｌｏｇｙｗｈｉｃｈｒｅｐｒｅｓｅｎｔｓｔｈｅｅｎｇｉｎｅｅｒｉｎｇｄａｔａ，ａｎｄｔｈｅｎ ｓｅｔｓｕｐｔｈｅ“ＸＭＬｓｎａｐｓｈｏｔｓ”．ＴｈｅＸＭＬｓｎａｐｓｈｏｔｔａｇｓｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｏｔｏｌｏｇｙｃｏｎｃｅｐｔｓｔｏｔｈｅｉｎｄｅｘｅｄｋｅｙｗｏｒｄｓ．Ｗｈｅｎａｑｕｅｒｙｃｏｍｅｓ，ｔｈｅ ｆｒａｍｅｗｏｒｋｆｉｒｓｔｍａｔｃｈｅｓｔｈｅｋｅｙｗｏｒｄｓｑｕｅｒｉｅｄｂｙｔｈｅｕｓｅｒｔｏｏｎｔｏｌｏｇｙｃｏｎｃｅｐｔｓ，ａｎｄｗｅｐｒｅｓｅｎｔａｎａｌｇｏｒｉｔｈｍｔｏａｂａｔｅｔｈｅｓｅｍａｎｔｉｃｃｏｎｆｕｓｉｏｎｏｆ ｔｈｅｋｅｙｗｏｒｄｓｉｎｍａｔｃｈｉｎｇｐｒｏｃｅｓｓ．Ｏｎｔｈｉｓｂａｓｉｓ，ｗｅｔｈｅｎｐｒｅｓｅｎｔａｓｏｒｔｉｎｇｍｏｄｅｌ，ｗｈｉｃｈｍａｒｋｓａｎｄｓｏｒｔｓｔｈｅＸＭＬｓｎａｐｓｈｏｔｓｔａｌｌｉｅｄｗｉｔｈｔｈｅ ｑｕｅｒｙ，ｔｈｅｍａｒｋｉｎｇｅｍｐｈａｔｉｃａｌｌｙｃｏｎｓｉ