xml文档语义相似性研究综述

《xml文档语义相似性研究综述》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、东北师范大学硕士学位论文XML文档语义相似性研究综述姓名：王成龙申请学位级别：硕士专业：电路与系统指导教师：卫金茂20091201摘要随着信息技术的发展，XML成为一个热门的话题。XML的发展，也为基于Web的信息交换带来了新的希望。但由于XML数据是半结构化的，在搜索处理这些半结构化的数据信息时，尤其是在用户需要查找与某一信息相关(但不完全一致)的数据时会产生很多问题。这就需要研究基于XML文档的近似搜索技术。近似搜索技术的基础是准确地度量所查询的信息与文档、文档与文档间的相关性与相似性，因此XML文档之间的相似性

2、研究问题显得尤为重要。XML文档之间相似度的计算是文档检索、挖掘和文本聚类的基础，是信息检索和数据仓库领域的中心论题。本文介绍了XML文档相似性问题的研究背景，实际意义和该课题的研究现状，分析了XML文档相似性在数据综合、数据仓库和文档聚类中的应用。本文首先对XML的语法结构进行简单概述，XML文档的语法规则是应用和处理XML文档的基础。介绍了语义网和树的概念，然后重点对当前的XML文档相似性计算方法进行了总结。当前的XML文档相似性计算方法主要分为基于编辑距离的、基于信息检索的、边匹配、集合度量、模式匹配和结构信息

3、内容(SIC)，文中重点对以上六种方法进行了介绍和总结，说明了它们在不同领域中的应用和方法的不足。最后对XML文档相似性的研究问题进行了展望。关键词：XML文档；语义；语义相似性；编辑距离；边匹配AbstractWiththedevelopmentofinformationtechnology，XMLisincreasin91ybecomingahottopi已TothedevelopmentofXML，itbringsnewhopetotheinformationhaterchangewhichisbasedonW

4、eb．ButtheXMLdocumentissemi．structured，insearchinga11ddealingwitllthesesemi—structureddatainformation，especiallyintheuserneedstofindiI响mationrelevanttoaparticulardatawillhavealotofproblem．So，approximatesearchingtechIliqueisneeded·Thefoundationofapproximatesearch

5、ingtechniqueishowwecancomDutethesimilarityandrelevancebetweeninformationanddocuments．SoitisimportanttostudvthesimilaritybetweenXMLdocuments．ThesimilaritybetweenXMLdocumentSisthefoundationtothedocumentseal℃h，millinganddocumentclustering．Itisthecentraltopicininfo

6、rmationretrievalanddatastorageareas．J_11isarticlereviewstheresearchstatusofmdocumentssimilarity．WeanalyzetheapplicationofXMLdocumentssimilarityindataintegration,datawarehousesaIlddocumentclustering．WegiveanintroductiontothesyntaxstructureoftheXML．Thesyntaxstruc

7、tllreofXMListhefoundationofapplicationandprocessingofXMLdoc啪ems．Then，w．eiIl仃oducetheconceptoftheSemanticWebandtrees．FocusonthecurrentXMLdocumentsimilaritycalculationmethodissummarized．ThecurrentXMLdocumentsimilaritycalculationmethodcanbedividedintoEdit·distance

8、based，Information-Retrievalbased，edgematching，acollectionofmeasurement，patternmatchingandSIC．Thispaperfocusonthe￡Lbovesi)【kindsofmethods，andshowstheirapplicationindifferenta