中文rdf知识库构建问题研究与应用-软件工程下专业毕业论文.docxVIP

西南交通大学硕士学位论文主要工作(贡献)声明 本人在学位论文中所做的主要工作或贡献如下： 1．研究了大规模网络百科数据采集技术，结合Spring MVC框架与Scrapy框架构 建了一个网络百科数据采集系统，能够满足大规模网络百科数据的采集需求。提出了 一种基于XPath表达式树的代理IP信息自动抽取算法，该方法自动抽取代理IP信息， 有效解决了网站的反爬取问题。 2．提出了利用RDFS语义信息对网络百科抽取数据进行语义标注及RDF数据规范 化的方法，设计并实现了一个基于NE04J的RDF数据图存储系统，与传统的关系型 数据库存储方式进行了比较，结果表明本文实现的存储系统能够满足大规模RDF数据 的存储与查询需求。 3．深入研究了基于中文网络百科异构数据源构建知识库过程中遇到的实体对齐问 题，提出了一种基于实体属性信息及上下文主题特征相结合进行实体对齐的方法，与 传统的实体对???方法进行了比较，结果表明本论文提出的方法优于现有实体对齐方法， 能够有效解决具有上下文的实体对齐问题。 4．设计并实现了一个中文网络百科RDF知识库自动构建系统，该系统结合了网络 百科数据采集技术、实体信息RDF转化、存储与SPARQL查询技术以及异构数据源实 体对齐方法，能够通过配置采集任务，下载网络百科数据，进行实体数据抽取与RDF 转化与存储，自动构建中文RDF知识库，从而为外部应用提供实体检索与