基于web数据表抽取领域本体的构建方法地地研究

《基于web数据表抽取领域本体的构建方法地地研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据AThesisinComputerApplicationTechnology㈣㈣㈣㈣㈣JO123395ResearchonDomainOntologyConstructionMethodBasedonWebMeaningfulTableExtractionByJiaoXiaolongSupervisor：ProfessorMaZongminNortheasternUniversityJune2012万方数据独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过的

2、研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名：焦晓忿日期：加肜并，I

3、习孔日学位论文版权使用授权书本学位论文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、交流。作者和导师同意网上交流的时间为作者获得学位后：半年口一年口一年半口两年回学位论文作者签名：但境7￡签字日期：加】碑5同计曰新虢

4、嚣戈导师签名：拢登√<)4～签字日期：加72年6目2q．日万方数据东北大学硕士学位论文摘要基于Web数据表抽取的领域本体构建方法研究摘要作为当前Web的扩展，语义Web成为目前的热点研究领域，而本体是实现语义Web的关键。但目前本体构建技术尚不成熟，多采用人工方式进行，不仅费时费力，并且容易出错。如何利用现有数据源自动、半自动地快速构建高质量本体引起了许多研究者的兴趣。表格在Web上广泛存在，易于获取，并且包含了大量结构化数据，可以作为构建领域本体的良好数据源。本文针对如何使用Web数据表构建领域本体展开研究。当前相关领域的研究主要存在两方面的问题

5、：一方面，Web表格抽取技术不能满足构建高质量领域本体的需要，已有的方法大多仅考虑了table标签编码的表格，涵盖范围较窄，且许多方法仅依据视觉特征抽取表格，抽取的查准率较低；另一方面，当前存在的从Web表格构建本体的方法通常需要外界知识库的支持，且已有方法往往不能同时抽取本体类和属性的层次结构以及本体实例。本文在现有研究基础上，针对其不足，提出了一种基于Web数据表抽取的领域本体构建方法。首先，本文给出了Web数据表的定义，归纳了其编码类型，提出了一种综合考虑DOM结构特征及节点在浏览器上位置关系的Web数据表抽取算法，该算法能较好涵盖现有的We

6、b数据表的范围。然后，本文进一步提出了一种利用数据表中数据的类型分布特征来判断表格维度和表头位置的Web数据表结构识别算法。在此基础上，给出了基于Web数据表抽取的领域本体的构建方法，即从Web数据表到本体描述语言OWL的映射规则。最后，基于己提出的方法，设计开发了一个本体构建原型系统，验证了Web数据表抽取和结构识别算法以及本体构建方法的有效性。关键词：语义Web；本体构建；Web表格万方数据ResearchonDomainOntologyConstructionExtractionAbstractAsanextensionofthecurren

7、tWeb，theSemanticWebhasbecomeahotresearchfield，whiletheontologywhichCanprovidesemantictotheWebisthekeytotherealizationoftheSemanticWeb．However，ontologyconstructiontechnologyisnotmatureasyet．Currentlyontologiesareconstructedmainlybydomainexpertsandontologyengineersmanually，which

8、isnotonlytime—consumingbutalsoerrorprone·Howtouseexistingdatasourcesautomaticallyorsemi—automaticallyconstructhigh-qualityontologieshasarousedtheinterestofmanyresearchers．Tableswhichcontaina10tofstructureddataalewidespreadandeasilyaccessibleontheWeb，SOtheycanbeusedasagooddatas

9、ourcetobuildthedomainontology．Inthisthesis，westudvtheproblemo