基于领域本体的Deep Web接口集成研究

摘要

随着信息技术的快速发展，互联网上积累的数据量急剧增长，如何高效地利用DeepWeb 信息已经成为人们关注的热点。Deep Web 数据集成是有效利用Deep Web 信息的重要手段。而接口集成作为Deep Web 数据集成中一个重要环节，有着独特的“承上启下”的作用。到目前为止，接口集成仍然存在一些问题和不足：方法形式单一，要么过分依赖接口的语义信息，要么不使用语义信息；在单一领域中，中文语义计算不够准确以及接口模式匹配方法复杂、耗时较长等。基于对以上缺点和不足的分析，本文提出了一种基于领域本体的接口集成方法，该方法包含接口标签属性的关键字匹配、基于探测查询的接口属性集成和多条件组合查询检测三个部分。
　　 本文首先采用OWL语言描述形式对图书领域本体模型进行构建，填充573 本代表性图书实例，并运用Jena 工具包对构建好的图书领域本体进行读取。其次，为了在图书查询过程中使实例有序，一方面利用在Protégé中嵌入Racer 推理机来实现本体中的推理；另一方面，根据开发的需要建立了一些推理规则，采用Jena 推理机来调用这些规则进行推理。将这些推理机制应用到图书查询推理中，减少了图书领域本体内部关系的连接，降低了系统的反应时间，提高了整个集成系统的实时响应速度。再次，在构建领域本体的过程中，通过预定义五个概念类的同义词，并利用这些同义词进行字符串匹配完成部分接口集成。更进一步，对于那些不能通过关键字匹配进行接口集成的属性，通过基于实例探测的方法进行接口集成。最后，利用组合提交查询的方式对集成好的接口进行检验。实验结果表明本文的方法较好地解决了当前接口集成存在的问题，具有良好的集成效果。