基于本體的服務(wù)搜索引擎關(guān)鍵技術(shù)研究.pdf

1、隨著服務(wù)經(jīng)濟(jì)的快速發(fā)展，現(xiàn)代服務(wù)逐漸區(qū)別于傳統(tǒng)服務(wù)，其最主要的特征是充分利用了網(wǎng)絡(luò)與IT技術(shù)，現(xiàn)代服務(wù)通常用網(wǎng)絡(luò)來發(fā)布和公告服務(wù)以及利用軟件系統(tǒng)來管理服務(wù)甚至直接在網(wǎng)絡(luò)上就完成服務(wù)查找和交易。因此從互聯(lián)網(wǎng)中發(fā)現(xiàn)并提取服務(wù)及服務(wù)提供者信息已成為需求。然而，由于服務(wù)分屬不同領(lǐng)域，服務(wù)提供者各自發(fā)布和管理自己的服務(wù)信息，這些信息分散在互聯(lián)網(wǎng)的各個(gè)角落，且服務(wù)的種類和數(shù)量又十分龐大，這對(duì)如何快速和精準(zhǔn)地發(fā)現(xiàn)服務(wù)和服務(wù)提供者提出了巨大挑戰(zhàn)。

2、>　　本文提出的搜索引擎正是解決這個(gè)問題的有效方法，該搜索引擎避免了傳統(tǒng)搜索引擎基于關(guān)鍵字匹配的搜索，首先建立服務(wù)本體，包括按領(lǐng)域和服務(wù)內(nèi)容建立的領(lǐng)域主題類，并以此建立存儲(chǔ)目錄。在利用互聯(lián)網(wǎng)爬蟲下載網(wǎng)頁后，利用鏈接文本與主題及主題特征匹配，再利用網(wǎng)頁內(nèi)容和網(wǎng)頁結(jié)構(gòu)識(shí)別網(wǎng)頁主題，將鏈接存儲(chǔ)在不同主題目錄下，以便采取不同的信息抽取方案。信息抽取主要是從網(wǎng)頁提取服務(wù)提供者基本屬性和服務(wù)提供者之間的關(guān)系信息，利用人名特征識(shí)別詞性標(biāo)注、正則表達(dá)式

3、、本體匹配等智能技術(shù)識(shí)別服務(wù)提供者的基本信息，利用鏈接之間的結(jié)構(gòu)關(guān)系和抽象服務(wù)類建立服務(wù)提供者之間的關(guān)系。將得到的服務(wù)提供者的基本屬性和關(guān)系存儲(chǔ)到具體服務(wù)提供者和具體服務(wù)提供者關(guān)系本體中。本文的主要研究?jī)?nèi)容就是面向服務(wù)的語義爬蟲和基于本體的信息抽取，爬蟲可以實(shí)現(xiàn)從互聯(lián)網(wǎng)中識(shí)別服務(wù)相關(guān)網(wǎng)頁并下載到本地，信息抽取是為從網(wǎng)頁中將服務(wù)提供者的基本信息和服務(wù)信息以及服務(wù)提供者之間的關(guān)系提取到結(jié)構(gòu)化的數(shù)據(jù)庫（本體）當(dāng)中，為服務(wù)的檢索提供數(shù)據(jù)來源。<