试析deep web数据源发现和语义标注技术研究

《试析deep web数据源发现和语义标注技术研究》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、苏州大学硕士学位论文DeepWeb数据源发现和语义标注技术研究姓名：李文骏申请学位级别：硕士专业：计算机应用技术指导教师：崔志明20080401DeepWeb数据源发现和语义标注技术研究摘要摘要随着Intemet技术的快速发展，Web数据库得到了广泛应用。这些Web数据库能够根据用户提交的请求，将其内容以HTML页面的形式动态呈现出来。对于传统搜索引擎来说，这部分页面信息并不能被索引到，我们称之为DeepWeb。最近几年的研究成果表明，DeepWeb蕴含着大量有价值的信息，这些信息与市场需求高度相关。因此，DeepWeb已成为一个研究重点，受到研

2、究人员更多的关注。本文首先介绍了DeepWeb的研究框架，然后对DeepWeb数据源发现技术和DeepWeb语义标注技术进行了深入研究，并提出相应的算法和模型。最后，设计和实现了一个面向图书领域的垂直搜索引擎原型系统。本文研究的主要内容包括：(1)介绍了DeepW，eb研究的基本框架，并对DeepWeb数据库分类和Web数据抽取问题作了概述。(2)分析了传统搜索引擎的工作原理，在此基础上提出一种基于搜索引擎的DeepWeb数据源发现方法。，(3)根据从国外相关研究中得到的一些启发，提出一种DeepW曲数据源间的交叉标注方法。(4)设计和实现了一个

3、图书领域的垂直搜索引擎原型系统，并对上文提出的技术在该垂直搜索引擎上的应用做了分析。本文还对文中提出的方法和技术进行了实验设计，通过对实验结果的分析进一步验证本文提出的技术方法是有效的。关键词：．DeepWeb，搜索引擎，数据源发现，语义标注，数据集成作者：李文骏指导老师I崔志明(教授)AbstractTheResearchonTechnologyofDeepWebSourceDiscoveryandSemanticAnnotationWiththerapiddevelopmentofIntemettechnology,Webdatabasesh

4、avebecameprevalentontheWeb．Basedonuser’Srequest，WebdatabasesdisplaytheircontentsintheformofHTMLpagesdynamically．ThewholeinformationembeddedinthesepagescalledasDeepWebcallnotbeacquiredbytraditionalsearchengines．Recently，theresearchresultsshowthatDeepWebcontainsagreatamountofin

5、formationwhichishighlyrelevanttomarketdemand．ThereforeDeepWebservedasaresearchemphasishasbeenpaidmoreandmoreattention．ThispaperfirstlydescribestheresearchframeworkofDeepWeb，thenfocusesontechnologyofDeepWebsourcediscoveryandDeepWebsemanticannotation．Inaddition，weproposerelevan

6、talgorithmandmodel．Finally,averticalsearchprototypesystemforbookdomainispresentedandaccomplished．Themainworksofthispaperinclude：(1)IntroducethebasisframeworkofDeepWebresearch，thensummarizetheproblemofDeepWebdatabaseclassificationandWebdataextraction．(2)Analyze，theworkingprinc

7、ipleoftraditionalsearchengineandproposeanewapproachofDeepWebsourcediscoverybased011searchengine．(3)ProposeanovelapproachofDeepWebsemanticannotationaccordingtotheinspirationfromforeignrelatedwork．(4)Accomplishaverticalsearchprototypesystemforbookdomainandanalyzetheapplicationo

8、fthetechnologymentionedbefore．Thispaperalsodesignsexperimentstoimple