面向xml文档的关键字查询的研究-计算机应用技术专业论文.docxVIP

摘要XML数据具有自描述性、可扩展性，既有内容也有结构信息，XML文档常见 摘要 XML数据具有自描述性、可扩展性，既有内容也有结构信息，XML文档常见 于Intemet上存在的网页、商业文本、数字图书馆等，XML文档数量正呈指数级 增长。如何有效地解决异构的XML文档集的检索己变得非常重要。 XML关键字检索是XML数据检索的研究热点之一。XML关键字检索以元素 为粒度进行，只需返回包含关键字的文档片段，提高了检索的速度。与XML文档 查询语言XQuery相比，XML的关键字检索技术的主要优势就是用户不需要学习 复杂的查询语言，也不需要对XML文档底层的数据结构有深入的了解，用户仅仅 需要输入与他感兴趣内容相关的关键字就可完成查询。 本文主要研究内容：考察已有的关键字查询方法研究现状的同时，借鉴XSeek 中将关键字分类的思想，提出了一种新的基于关键字分类的查询方法。该方法将 关键字分为谓词关键字和结果关键字，谓词关键字只用于限定查询范围，不出现 在最终的结果集中，只有结果关键字用于返回结果集，从而有效地减小了结果集。 定义了简单的查询语法，提出了新的关键字查询流程，使分类的关键字表达式在 查询过程中发挥出“类结构化查询的作用，从而有效地提高查询精度。定义了 “相似节点对(SNP)的概念，提出了SNP发现算法和有效相似节点对(MSNP) 判定方法，为寻找关键字匹配节点引入了新的思路。构建名称节点、值节点和主 Dewey码节点的索引结构，以加快节点和其Dewey码之间的相互查找。实验结果 与分析表明，基于关键字分类的查询方法比传统关键字查询方法能够更好地表达 用户的查询意图。 关键词：分类；语义表达能力；关键字查询；XML；XML文档片段 分类号：TP311．13 I匕立交通太堂亟±堂僮途塞 I匕立交通太堂亟±堂僮途塞 △旦S I R△g! AB STRACT XML is a self-describing and extensible language，which specifies the contents a8 well as the structure information．There has been an exponential increase in the amount of the XML documents in Web pages on Intemet，commercial text repositories，digital library and SO on，and naturally,efficient information retrieval from these great amounts of XML documents is becoming extremely important． XML keyword querying is a hotspot for researching in XML data searching field． XML data carry out the keyword querying that taking element as the grain degree and only return the text file part including a keyword，which raised the search speed． Compared to the search language with XML such as XQuery,the main advantage of the keyword querying is the customer doesn’t need to study complicated search language， nor need to have thorough understanding to the structure of the XML text file on first floor,the customer only needs to input the keywords related to his interested in contents． The main contents in the thesis：analyzed the research actuality of XML keyword querying，the categorization concept for keyword proposed in XSeek has been absorbed in my thesis，which inspire me to propose a new keywor