结合编辑距离和google距离的语义标注方法分析-analysis of semantic annotation method combining editing distance and google distance.docxVIP

摘要Web 已经成为人类获取信息和得到服务主要方式之一，Internet 技术的高速发 展使它成为了一个庞大的知识库，但同时也带来了许多问题。首先，Web 规模的 膨胀使得整个 Web 上的有用信息无法得到有效的利用，人们在这海量的信息中获 取“知识”的难度增大；其次，在当前 Web 中计算机的主要作用是显示信息，很少 参与到信息的处理中，使得许多智能应用无法在 Web 上实现。语义 Web 便是在这 种需求背景下产生的，旨在使 Web 文档具有机器可理解的语义，使不同平台中的 数据得到共享和重用，便于人机之间进行交流和合作。这样，Web 巨大的潜能才 能得到充分发挥。这种机器可理解的语义信息，就是通过语义标注技术产生并添加到 Web 资源 中的。语义标注是利用本体知识对网页中的概念或概念实例进行描述的。通过语 义标注的作用，Web 中的资源具有了语义，因此语义标注是实现语义 Web 的基础。本文首先介绍了语义 Web 相关知识背景，包括语义 Web 的起源、体系结构、 本体知识等，阐述了语义标注的含义、它与本体之间的相互作用，以及在语义 Web 发展过程中的重要地位。然后，对当前存在的一些典型的语义标注系统进行深入分析和比较。针对这 些标注系统的不足和缺陷，引入了语法和语义分析的思想，提出了一种结合编辑 距离和 Google 距离的语义标注方法。该方法在领域本体的指导下，充分考虑了 Web 资源与本体在语法上的形似度和语义上的相关度，从这两方面综合度量两者 之间的关联程度，从而用本体知识对资源进行有效的标注。其中，对标注结果还 进行了分类处理：与本体关联程度高但在本体中尚无定义的实例，将其标注结果 反馈到本体库中，对本体库进行扩充；与本体关联程度低的实例则反馈到词汇过 滤表中，用于辅助对文档的预处理过程，这两个过程都是循环反馈的。其次，在对传统标注工具分析时发现这些工具几乎都无法直接标注 word 文档， 为此，对 word 文档的特点分析后，将本文方法改进后直接标注 word 文档。最后，为了验证本文提出的语义标注方法的有效性，在葡萄酒领域设计和实现了语义标注实验。在实验中，分别针对 Web 文档和 word 文档进行了相应的测试。 结果表明，本文提出的方法切实可行，标注性能良好，对领域文档的表达方式没 有特别要求，并支持对 word 文档的语义标注，弥补了传统标注工具几乎无法直接 标注以 word 文档表示的资源的不足之处。关键词：语义 Web，语义标注，本体，编辑距离，Google 距离IABSTRACTThe web has become one of the main ways for people to obtain information and services, which has also become an enormous knowledge base, along with the rapid development of Internet technology. At the same time, a lot of problems arise. First of all, the expansion of the web scale makes that the useful information on the web cannot be used effectively, so that, it is difficult for people to gain “knowledge”. Then, the computer mainly plays the role of displaying information, and hardly processes the information, which results in the incapability of intelligent applications. As a result, the Semantic Web is proposed to make web documents have machine-understandable semantics to share and reuse various data in different platforms, so that computer can communicate and cooperate with people. So, the enormous potential of web can come out.The machine-understandable semantic information is produced and added to the we