[发明专利]一种基于语义网的信息查询方法

说明书

技术领域

本发明涉及信息网络技术领域，特别是涉及一种基于语义网的信息查询方法。 

背景技术

传统的信息查询技术主要使用基于关键字的查询方法，该方法主要通过把表征用户查询请求的关键字与资源的信息内容进行严格的机械匹配来实现。由于关键字的查询方法本身缺少知识表示和语义处理能力，仅仅进行关键字的匹配无法反映用户查询请求中的语义关系，从而导致查询结果的查准率偏低。语义网是由Tim Berners-Lee提出的一种新型网络体系结构，它能够为网络中的源文档添加语义信息，从而使计算机能够理解语义信息文档。本体是实现语义网的关键技术,它是知识表示的重要方法，能以一种形式化的、机器可处理的表示来描述概念之间的语义。由于本体具有良好的概念层次结构和对逻辑推理的支持，因而在信息检索中得到了广泛的应用。 

近年来，国内外已经有许多基于语义网的查询技术的研究。Liu等通过构建一个基于关键词及其之间语义关系的概念关系图，实现了对关键字查询过程中语义关系的识别，但这一算法缺少对语义关系的权重分析以及对查询结果的排序。Castells等提出了一种基于本体的信息检索框架，该框架使用tf*idf算法对每个语义关系赋以权重，并对查询结果按照向量空间模型进行排序，然而这一算法对语义关系的权重计算粒度较粗，并且忽略了语义关系之间的差异。Zhou等提出了一种基于关系模型的链接排序方法，该算法通过构建具有主、外键关系模型的链接结构，从而实现对查询结果的排序，但这一算法没有考虑链接之间的特异性和多样性以及关键字的涵盖范围和识别能力等问题。因此，如何提 高语义网查询的有效性和准确性仍是信息检索领域研究的重点和难点。 

本体是描述概念及概念之间语义关系的数据模型，它能够通过概念之间的关系来描述概念的语义，本体通常由Schema及其实例组成，它被表示在一个包括RDF特征、对象属性、数据类型属性以及反向属性的OWL-Lite子集中，通常具有以下定义： 

定义1Schema S被定义为三元组<C,D,P>，其中C是类集，D是数据类型集，P是属性集。所有类、属性和数据类型都通过URI被准确表示，并且对于任意d∈C,r∈C∪D，有属性p(d,r)∈P，其中d和r分别被称为p的领域和范围。 

定义2基于Schema S＝<C,D,P>的实例图被定义为一个有向图G＝<V,E>，其中V是实例集，E是V中实例间的关系集。在实体图中，一个资源表示一个类的实例。令[c]表示实例c∈C∪D的一个集合，对于每个v∈V，当v.type＝c时，则v∈[c]。令[p(d,r)]表示属性实例p(d,r)∈P的集合，对于每个e(v_i,v_j)∈E，当e＝p,v_i∈[d],v_j∈[r]时，则e(v_i,v_j)∈[p(d,r)]，其中v_i和v_j分别为e的主体和客体。 

定义3语义路径sp是Schema S＝<C,D,P>中的一个属性序列p₁(d₁,r₁)p₂(d₂,r₂)...p_m(d_m,r_m)，其中p_i(d_i,r_i)∈P并且r_i和d_i+1是相同的类或具有相同的父类。