基于本體的對象級搜索技術制造技術

本發明專利技術公開一種基于本體的對象級搜索技術，該搜索技術結合本體方法、語義分析方法以及實體對象化方法來提供準確的搜索結果。其基本思想是：通過構建一個復雜的行業語法樹，對查詢關鍵字詞法特性和本體實例之間語義關聯強弱進行擴展和分析，精準的獲取用戶查詢意圖，同時結合領域知識，構建領域本體和領域對象庫，對領域本體和用戶查詢意圖進行準確的語義推理和查詢，獲取準確的查詢結果，最后將查詢結果進行對象級封裝，返回精準的對象級查詢信息。本發明專利技術應用范圍廣泛，適用于各個垂直領域的信息搜索。

【技術實現步驟摘要】

本專利技術涉及搜索引擎領域，特別涉及對基于本體的對象級搜索技術的研究。
技術介紹
隨著Web2. O時代的發展，以網頁為基本檢索單位的通用搜索引擎正面臨發展瓶頸，信息量大、無效信息過多、查詢結果準確度低、有效信息非結構化、深度不夠等問題逐漸突出。基于關鍵字查詢存在索引容量指數增長、查全率和查準率不斷降低、關鍵字本身所具有的內在涵義被忽略；同時，通用的搜索引擎的查詢結果為按相關度排序的網頁文件，存在很多的冗余信息。因此，提高搜索查全率和查準率，摒除冗余信息，同時能夠進行語義層面的搜索，返回精準的對象級信息成為用戶對新一代搜索引擎提出的要求。本體是語義搜索中的關鍵技術，它結合領域的相關知識和規則，對頁面的信息進行語義級別的Web分析和推理，能有效的理解用戶搜索意圖，獲取精準的搜索結果。領域實體對象化方法將互聯網上同一個領域實體的信息封裝為對象進行存·儲，能有效的摒除冗余信息。將本體和領域實體對象化方法與搜索引擎結合，能提高搜索的查全率和查準率，同時降低搜索結果的冗余度，能夠提供語義對象級精準搜索。在本專利技術中，采用Prot6g6 (開放源碼的本體編輯器)對本體庫進行構建，本體采用WebOntology Language (本體描述語言)進行描述。本專利技術基于Jena (用于創建語義網應用系統的Java框架結構，它為OWL等語言提供了一個程序開發環境)進行實現。
技術實現思路
本專利技術公布了一種基于本體的對象級搜索技術，該搜索技術結合領域實體對象化方法、本體技術和語義分析技術來提供準確的對象級搜索結果。該搜索技術的結構圖如圖1所示，主要由領域對象庫、領域本體庫、語義查詢優化和檢索模塊等組成I)領域對象庫將互聯網上存在的關于同一個領域實體的信息組織為對象進行存儲，每一個對象包含各種屬性信息，對象將作為用戶查詢的結果返回。2)領域本體庫提供相關領域的知識、領域知識的共同理解，提供特定的概念定義和概念之間的關系，提供該領域中所發生的活動以及該領域的主要理論和基本原理。其基本的建模原語包括類、關系、函數、公理以及實例，采用OWL本體描述語言進行描述。3)語義查詢優化包含語義樹構建、查詢詞切詞、關鍵字語義計算和語義擴展等過程。語義樹根據領域中概念的語義關系進行構建，提供概念的語義信息；語義查詢優化基于語義樹對用戶查詢詞進行語義分析，分析用戶的查詢意圖。4)檢索模塊搜索技術的核心模塊，獲取用戶查詢意圖，通過Jena推理機，進行本體分析和推理以及實體映射，完成用戶搜索意圖到對象級信息映射的過程。 該搜索技術的基本流程如下I)通過爬蟲抓取互聯網上包含領域實體信息的網頁，對網頁中屬性信息進行抽取和集成，存儲到數據庫，生成領域數據庫；2)結合領域知識和規則以及領域數據庫，采用Prot6g6本體構建工具構建領域本 體；3)結合領域數據庫和領域實體對象化方法，構建領域對象庫；4)獲取用戶查詢詞，進行語義分析查詢，返回用戶的查詢意5)檢索模塊分析語義分析查詢的結果，通過Jena推理機，對用戶查詢意圖進行分 析、本體分析和推理以及實體映射，返回映射列表；6)根據檢索模塊返回的映射列表，從領域對象庫中取出封裝好的對象級信息，作 為查詢結果返回。附圖說明圖1基于本體的對象級搜索技術結構圖圖2語義樹的結構圖3語義查詢優化結構圖具體實施方式1.主題信息處理主題信息處理由信息抓取、信息抽取和集成組成，生成所屬領域的數據庫。信息抓 取采用面向網站的自適應爬蟲實現，爬蟲下載包含需要信息的網頁，建立網頁數據庫。信息 抽取將信息對象從網頁中抽取出來，對信息對象的屬性進行語義標注。首先選取網頁數據 庫中樣本網頁，利用可視化頁面標注工具定制一個抽取模板，同時改版監視器監視樣本網 頁的改版的情況，及時調整抽取模板，然后從網頁數據庫中的網頁進行頁面抽取，集成后建 立領域數據庫。2.領域對象庫構建領域對象庫的構建過程包括對象的數據和行為的抽象、對象的封裝。采用標準建 模語言(UML)進行對象建模。以餐飲領域為例，構建領域對象庫的過程如下I)完成對象的數據和行為的抽象，標出來領域的相關的對象類，如餐館類(Class restaurant)、折扣類(Class coupon)；2)構建數據字典，確定類之間的關聯；3)定義類的屬性、操作及方法。例如餐館類的屬性有地址、電話、聯系人等；4)通過細分和合并類，逐漸完善各個對象模型。3.行業本體構建本體是共享概念模型的明確的形式化規范說明，提供相關領域的知識、概念定義 和概念之間的關系，在本專利技術中為對搜索引擎中領域信息的規范說明。根據現有的本體構建方法，結合實際的領域應用，提出一種新的本體構建方法，采 用Prot6g6本體構建工具的構建領域本體的過程如下I)領域概念和關系以及相關的領域知識對于某個特定的領域，需要明確該領域的概念和關系。以餐飲領域為例包含的概 念有“菜系”，菜系可以劃分為”川菜、湘菜、魯菜、京菜“。概念之間的基本關系主要有繼承 關系、部分整體、實例、屬性等關系。2)類的定義首先定義各個基本類，通過父類和子類來定義類層次；然后將所有的細化類進行 合并。一個類片段的定義如下<owl Class rdf ID=“香鍋 <rdfs subClassOC><owl Class rdf ID=，’川菜、</rdfs subClassOC></owl Class><owl Class rdf about=’’# 川菜 <rdfs subClassOfi><owl Class rdf ID=”菜系 <rdfs subClassOf></owl Class>其中“香鍋“是“川菜”的一個子類，同時“川菜“也是“菜系”的一個子類。3)屬性的定義和約束屬性的定義包括對象屬性(ObjectProperty)和數據類型屬性 (DatatypeProperty),對象屬性把對象之間進行連接，數據類型屬性將數據與對象類型值關聯。下面以餐館和菜系類為例進行對象和數據屬性的定義如下<owl ObjectProperty rdf ID=Ibelong'<rdfs:domain rdf:resource=,,#Restaurant,,/><rdfs:range rdf:resource=,,#Cuisine,,/></owl ObjectProperty><owl DatatypePropertyrdf ID-4Place5V <rdfs domain rdf resource=’，#Restaurant’，<rdfs range rdf resource=<4xsd:string,,/></owl DatatypeProperty>4)實例的創建以一家餐館實例的創建為例，其實例片段的OWL描述如下本文檔來自技高網...

【技術保護點】
基于本體的對象級搜索引擎技術包括：語義查詢優化模塊，用于用戶查詢意圖分析；領域對象庫，用于存儲領域對象級信息；領域本體，用于存儲領域本體信息、知識和規則；檢索模塊，搜索引擎的核心模塊。

【技術特征摘要】
1.基于本體的對象級搜索引擎技術包括語義查詢優化模塊，用于用戶查詢意圖分析；領域對象庫，用于存儲領域對象級信息；領域本體，用于存儲領域本體信息、知識和規則；檢索模塊，搜索引擎的核心模塊。2.根據權利要求1所述的搜索引擎技術，其特征在于，所述的語義查詢優化模塊包括語義樹，包含領域中詞匯間的語義關系；語義相似度，兩個詞匯之間的語義相似程度；查詢詞切詞，語義擴展。3.根據權利要求1所述的搜索引擎技術，其特征在于，所述的領域對象庫采用統一建模語言(UML)進行對象建模。4.根據權利要求1所述的搜索引擎技術，其特征在于，所述的領域本體存儲領域的相關知識、領域知識的共同理解，以及概念間關系。5.根據權利要求1所述的搜索引擎技術...

【專利技術屬性】
技術研發人員：倪毅，鄺俊，
申請(專利權)人：倪毅，
類型：發明
國別省市：