XML相似相关结构库的构造及其应用研究.pdfVIP

XML相似相关结构库的构造及其应用 TheConstructionand ofXMLStructure Application Thesaurus 郑骏王焱钱卫宁周傲英 (复旦大学计算机科学与工程系 上海200433) In Abstractrecent XMLhasseenits wideuseonthe tech— years，while increasingly Web。many XML and havebeen theexist— niquesconcerningQueryXMLSearch developed．However，both methodsofXML andthoseofXMLSearchhavesome ing Query onthesaurus，aintheinformationretrievalfield，anew ofthesaurusthatiSbased concept type onthestructureinformationofXMLdocumentsiS forward，andwecallitXMLStructure put testthe Thesaurus．Afteramethodtoconstructthestructurethesaurus，we designing perfor— manceaswellasthe ofthe validityalgorithm． XML，XML search，Thesaurus，Structurethesaurus Keywords Query，XML 似的上下文的标签组成的集合。 1 引言 标签的上下文是由该标签的父标签和子标签组 XML(Extensible MarkupLanguage)[1]是成的集合。如果两个标签的父标签和子标签所组成 W3C(WorldWideWeb Consortium)采用的Inter—的集合中重合的元素数目大于一定的数目，则称它 net上数据存储和交换的最新标准。它在企业、政府 们的上下文是相似的。从直观上来理解，如果两个标 Service，电子商务等签所拥有的公共父标签和子标签越多，它们在语义 信息服务系统，门户网站，Web 具体实践中拥有广阔的应用前景。为了查询Web上 上就越有可能是相似的。 的数据，人们提出了多种针对XML的查询语言，例 我们借鉴用于构造传统词表的自动构造方法来 构造结构库，整个构造过程将分为两个阶段来进行： 如：XML—QL和XQL等。然而，当前的XML查询 第一个阶段把读入的XML文档集映射成～张反映 还存在着以下一些不足之处：1)在不知道XML数 据结构的情况下，用户难以构造精确的查询；2)用户 XML文档结构信息的权重图(WeighedGraph)，此 难以掌握复杂的查询语言。同时，现有的XML搜索 阶段完成了抽取关联信息的任务，2．2节将详细介绍