資源描述:
《基于web數(shù)據(jù)表抽取領(lǐng)域本體的構(gòu)建方法地地研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、萬方數(shù)據(jù)AThesisinComputerApplicationTechnology㈣㈣㈣㈣㈣JO123395ResearchonDomainOntologyConstructionMethodBasedonWebMeaningfulTableExtractionByJiaoXiaolongSupervisor:ProfessorMaZongminNortheasternUniversityJune2012萬方數(shù)據(jù)獨(dú)創(chuàng)性聲明本人聲明,所呈交的學(xué)位論文是在導(dǎo)師的指導(dǎo)下完成的。論文中取得的研究成果除加以標(biāo)注和致謝的地方外,不包含其他人己經(jīng)發(fā)表或撰寫過的
2、研究成果,也不包括本人為獲得其他學(xué)位而使用過的材料。與我一同工作的同志對(duì)本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示謝意。學(xué)位論文作者簽名:焦曉忿日期:加肜并,I
3、習(xí)孔日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者和指導(dǎo)教師完全了解東北大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定:即學(xué)校有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和磁盤,允許論文被查閱和借閱。本人同意東北大學(xué)可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索、交流。作者和導(dǎo)師同意網(wǎng)上交流的時(shí)間為作者獲得學(xué)位后:半年口一年口一年半口兩年回學(xué)位論文作者簽名:但境7£簽字日期:加】碑5同計(jì)曰新虢
4、囂戈導(dǎo)師簽名:攏登√<)4~簽字日期:加72年6目2q.日萬方數(shù)據(jù)東北大學(xué)碩士學(xué)位論文摘要基于Web數(shù)據(jù)表抽取的領(lǐng)域本體構(gòu)建方法研究摘要作為當(dāng)前Web的擴(kuò)展,語義Web成為目前的熱點(diǎn)研究領(lǐng)域,而本體是實(shí)現(xiàn)語義Web的關(guān)鍵。但目前本體構(gòu)建技術(shù)尚不成熟,多采用人工方式進(jìn)行,不僅費(fèi)時(shí)費(fèi)力,并且容易出錯(cuò)。如何利用現(xiàn)有數(shù)據(jù)源自動(dòng)、半自動(dòng)地快速構(gòu)建高質(zhì)量本體引起了許多研究者的興趣。表格在Web上廣泛存在,易于獲取,并且包含了大量結(jié)構(gòu)化數(shù)據(jù),可以作為構(gòu)建領(lǐng)域本體的良好數(shù)據(jù)源。本文針對(duì)如何使用Web數(shù)據(jù)表構(gòu)建領(lǐng)域本體展開研究。當(dāng)前相關(guān)領(lǐng)域的研究主要存在兩方面的問題
5、:一方面,Web表格抽取技術(shù)不能滿足構(gòu)建高質(zhì)量領(lǐng)域本體的需要,已有的方法大多僅考慮了table標(biāo)簽編碼的表格,涵蓋范圍較窄,且許多方法僅依據(jù)視覺特征抽取表格,抽取的查準(zhǔn)率較低;另一方面,當(dāng)前存在的從Web表格構(gòu)建本體的方法通常需要外界知識(shí)庫的支持,且已有方法往往不能同時(shí)抽取本體類和屬性的層次結(jié)構(gòu)以及本體實(shí)例。本文在現(xiàn)有研究基礎(chǔ)上,針對(duì)其不足,提出了一種基于Web數(shù)據(jù)表抽取的領(lǐng)域本體構(gòu)建方法。首先,本文給出了Web數(shù)據(jù)表的定義,歸納了其編碼類型,提出了一種綜合考慮DOM結(jié)構(gòu)特征及節(jié)點(diǎn)在瀏覽器上位置關(guān)系的Web數(shù)據(jù)表抽取算法,該算法能較好涵蓋現(xiàn)有的We
6、b數(shù)據(jù)表的范圍。然后,本文進(jìn)一步提出了一種利用數(shù)據(jù)表中數(shù)據(jù)的類型分布特征來判斷表格維度和表頭位置的Web數(shù)據(jù)表結(jié)構(gòu)識(shí)別算法。在此基礎(chǔ)上,給出了基于Web數(shù)據(jù)表抽取的領(lǐng)域本體的構(gòu)建方法,即從Web數(shù)據(jù)表到本體描述語言O(shè)WL的映射規(guī)則。最后,基于己提出的方法,設(shè)計(jì)開發(fā)了一個(gè)本體構(gòu)建原型系統(tǒng),驗(yàn)證了Web數(shù)據(jù)表抽取和結(jié)構(gòu)識(shí)別算法以及本體構(gòu)建方法的有效性。關(guān)鍵詞:語義Web;本體構(gòu)建;Web表格萬方數(shù)據(jù)ResearchonDomainOntologyConstructionExtractionAbstractAsanextensionofthecurren
7、tWeb,theSemanticWebhasbecomeahotresearchfield,whiletheontologywhichCanprovidesemantictotheWebisthekeytotherealizationoftheSemanticWeb.However,ontologyconstructiontechnologyisnotmatureasyet.Currentlyontologiesareconstructedmainlybydomainexpertsandontologyengineersmanually,which
8、isnotonlytime—consumingbutalsoerrorprone·Howtouseexistingdatasourcesautomaticallyorsemi—automaticallyconstructhigh-qualityontologieshasarousedtheinterestofmanyresearchers.Tableswhichcontaina10tofstructureddataalewidespreadandeasilyaccessibleontheWeb,SOtheycanbeusedasagooddatas
9、ourcetobuildthedomainontology.Inthisthesis,westudvtheproblemo