基于语义的linked data大数据关键字检索研究-research on linked data keyword retrieval based on semantic.docxVIP

下载本文档

12
0
约4.62万字
约 51页
2018-08-14 发布于上海
举报
版权申诉

基于语义的linked data大数据关键字检索研究-research on linked data keyword retrieval based on semantic.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于语义的linked data大数据关键字检索研究-research on linked data keyword retrieval based on semantic

ABSTRACTWith the explosive growth of Linked Data, abundant RDF data have been published on the Web. More and more researchers focus on how to access data efficiently and accurately. Since traditional Information Retrieval (IR) technologies are no longer suit for the retrieval on Linked Data, it becomes difficult for ordinary users to retrieve the data efficiently and accurately. We need a new retrieval method for accessing Linked Data.This paper presents a method of doing semantic keyword search on Linked Data. We propose two distributed inverted index schemes based on MapReduce framework and Bigtable Data Model, one of which is built from Linked Data and the other from the ontology. And as a necessary part of the ontology index, an ontology encoding scheme is also be proposed. Based on the index schemes, we design an improved ranking algorithm named OntRank by introducing a semantic factor into the BM25F ranking model. The experiments evaluate the performance of distributed inverted index from the indexing time, response time, and stress test, and use information retrieval comprehensive benchmark to evaluate the accuracy of the OntRank algorithm.Our work can be regarded as an extension to the traditional IR probabilistic retrieval model. The method not only retains the convenience of the keyword search, but also improves the retrieval accuracy for semantic keyword search. This work has provided a new way for the research of semantic keyword search.Key words：Linked Data; semantic keyword search; distributed inverted index目录第一章绪论11.1 课题的背景 11.2 研究目标和主要内容 11.3 论文组织结构 2第二章相关工作综述 32.1 语义检索系统的现状 32.1.1 基于概念的语义检索32.1.2 语义关键字检索 42.1.3 基于排序的语义检索62.1.4 基于语义关联分析的检索 62.1.5 基于挖掘的检索 62.2 语义检索的评估72.2.1 基于评测竞赛的评估方法 72.2.2 基于 Crowdsourcing 的评估方法82.2.3 针对语义检索的评估方法 92.2.4 常用评测指标 9第三章分布式倒排索引方案 123.1 RDF 文档划分 123.2 分布式 A-index 的实现 133.2.1 词项处理13A-index 索引结构的设计 15A-index 的实现算法 163.3 分布式 T-index 的实现 183.3.1 本体编码方案 18T-index 索引结构的设计 20T-index 的实现算法 21第四章 OntRank 排序算法的设计与实现244.1 查询模式