基于语义Web的作物信息检索系统的分析与设计.docVIP

基于语义Web的作物信息检索系统的分析与设计 　　摘要：针对传统作物信息检索中无法对语义关系进行检索与推理的问题，构建农作物本体。在对其语义推理与分析的基础上，设计了一个基于语义网的智能作物信息检索系统，该系统实现基于语义的对作物信息的查询，提高了在语义网上对异构数据信息检索和查询的智能性和准确度。 　　关键词：作物本体；信息检索系统；语义网；异构数据 　　中图分类号：TP311文献标识码：A文章编号：1009-3044(2011)01-0020-02 　　Analysis and Design of Crop Retrieval System Based on Semantic Web 　　ZHANG Yin-qiong, DAI Xiao-peng 　　(College of Information Science Technology, Hunan Agricultural University, Changsha 410128, China) 　　Abstract: Constructed crops ontology aiming at that semantic relationship cannot be retrieved and reasoned in conventional crops information retrieving. Designed an intelligent semantic crop information retrieval system based on crop ontology analysis and reasoning. This system implements semantic-based crop information query, and improves heterogeneous data information retrieval on semantic web and its’ query intelligence and accuracy. 　　Key words: crop ontology; information retrieval system; semantic web; heterogeneous data 　　互联网的迅速发展提供了信息资源共享环境，为用户查询提供了方便。伴随着用户对主题信息的需求越来越多，如何在领域内及时、准确地找到所需的信息成为当今的一个研究热点。农业是我国的主要产业，农作物信息是否丰富关系着农业的发展。专业的作物信息搜索引擎会给从事作物研究的人员提供准确可靠的参考信息，为我国农业的发展带来不可低估的作用。 　　目前Web上的作物信息资源大多是分散的半结构化(XML)或是非结构化(Html)的文档，即大部分的作物信息资源都没有按照语义网的标准进行语义标注，查准率低，查询的冗余度高。基于语义Web的作物信息智能检索系统正是针对这些杂乱无章的作物信息资源进行设计。创建作物信息知识库，通过对文档的结构化处理和对用户需求进行的语义分析来实现在语义关联层面上的信息检索。 　　1 语义网的概念及核心技术 　　1.1 语义网的含义及结构 　　初期语义网的结构[1]，如图1所示。在最底层Layerl中，Unicode是通用字符集，它包括世界上所有的语言、字母和文字。URI可以标示抽象资源、物理资源。在Layer2中包括XML语法、NS（name space名称空间）和XML Schema（XML模式），它们都是自描述文档。在Layer3中包括RDF（resource description framework）资源描述框架和RDF模式，提供了用于描述Web资源的技术。Layer 4是本体论层，是语义网的基石。Layer5和Layer6分别是逻辑层和验证层，它们与XML数字签名一起构建所谓的可信网络。 　　1.2 语义网的关键技术 　　RDF和RDF Schema：RDF（资源描述框架）提供了描述元数据[1]，而RDF Schema（RDFS）则是用来定义描述所用到的主体（subject）、谓词（predicate）及客体（object）的。用面向对象的思想来类比它们之间的关系，则RDF是用来完成实际工作的对象，RDFS就是用来定义对象的类。 　　本体论：本体论着眼于定义概念并表达概念间的关系，是由术语抽象而来的概念，它规范地阐明了从术语到概念的映射。一个完善的本体能够提供结构的主体和概念的关系，包括父类/子类/对象（superclass/subclass/instance）关系、属性值（property value）、时间关系以及其它依赖于所用的表达语言的关系等。本体通过比较逻辑概念结构来推理概念的