面向语义异构的信息集成系统查询处理方案-北京工业大学学报.pdfVIP

第33卷第8期 北京工业大学学报 V01．33No．8 0F UNIVERSITYoFTECHNOLOGY 2007年8月 JoURNALBEIJING Aug．2007 面向语义异构的信息集成系统查询处理方案 方丽英，王 普，闫健卓 (北京工业大学电子信息与控制工程学院，北京 100022) 摘要：本体被用来解决信息集成系统中的模式语义异构．为了解决信息集成系统中的数值型语义异构问题， 在查询处理机制中分步骤的处理该类异构．查询请求语义分析和全局查询阶段处理同形异义和异形同义情况、 子查询本地化模块处理计量单位不同所造成的影响、冗余处理阶段根据策略处理有冗余结果集中内存在错误数 据所造成的冲突．这3个阶段共同完成查询，可以解决数值型语义异构问题． 关键词：集成；语义；信息检索；本体；信息集成 中图分类号：TP311．13 文献标识码：A 信息集成中存在着平台异构、结构异构、语义异构3个不同的异构层次．在信息语义异构的研究方 面，利用基于词典…的方法，或通过使用描述语义能力比较强的函数数据模型[2]来构建异构数据库的概 and 体论的引入，给语义异构的解决提供了新的思路[8]．Bernstein Levy等意识到了信息集成系统应该根 据自身的结构特点，重新思考查询处理机制[9Jo】．孟小峰等也认为信息集成系统中的查询处理和优化是 今后数据库研究领域的主流发展趋势之一【11|．除了理论上对查询处理机制的思考，查询的智能化、个性 化需求也在工程实践中凸现出来．而信息集成系统对语义异构的屏蔽程度，将直接影响查询的输出结果， 进而影响信息真正共享的程度．在查询机制中，考虑部分本体不能解决的语义异构问题，是可行的． 1语义异构的分类 相对于信息集成中的平台异构、结构异构，本文中的语义异构泛指不同数据源对概念的表达不一致、 冲突／差异的情形．语义异构分为概念或模式型和数值型语义异构2类[12|．概念模式型语义异构包括：表 一表异构，属性一属性异构，值一属性异构，值一表异构，属性一表异构[8]．数值型语义异构包括：同一概念同 一属性的同一个数据，具有不同的数据表达形式；以相同形式表达的数据，可以对应到不同概念含义上(下 称I型)；同一记录(以关系数据库为例)的同一概念同一属性的数据，可能因为录入等错误造成的其数据 值在不同数据源之间彼此存在矛盾(Ⅱ型)；同一概念某数值类型的属性，在多个异构数据源中存储时，计 量单位不同(Ⅲ型)．计量单位的换算又分为两种：a．计量单位之间换算关系固定，例如“千米”和“米”．b．计 量单位之间换算关系是时变的，例如“美元”与“人民币元”的实时兑换汇率． 在信息集成中利用本体对概念的表示能力，进行语义详细度的比较及处理[12|，能基本解决概念或模 式层语义异构．数据清洗是一项费时的工作，对各信息源影响较大，而且信息集成系统的扩展性受到制 约．因此，将数值型的语义异构，放在查询阶段处理． 2信息集成系统中的查询处理方案 DL／Fun中的类公理，从 本体的引入适合解决信息集成系统中各数据源中的模式异构．如利用0WL 与数据源建立映射的角度解决模式异构．数值型异构将无法解决．因此，设计在信息集成系统构建过程 收稿日期：2006—06—01． 作者简介：方丽英(1977一)，女，北京人，博士生 万方数据 北京工业大学学报 2007年 中，利用本体技术解决模式或概念型语义异构；而数值型的语义异构，通过查询处理机制来解决．面向语 义异构的信息集成系统和查询处理方案模型如图1所示．其中，双箭头代表查询处理过程中需要读取并 利用的外部信息． 图1 面向语义异