基于語義的生物信息集成中的信息提取與查詢技術的研究.pdf

1、鑒于開放的異構Web生物信息源數(shù)據(jù)量龐大，Web 訪問低效而易出錯，檢索接口不完善，難于查詢和檢索，Web頁面結構化程度低等問題，本文研究了基于語義網(wǎng)格的生物信息集成技術，從信息的查詢、檢索、提取和集成(數(shù)據(jù)源部分)四個方面入手，主要完成了如下一些工作： 1)詳細設計了基于語義網(wǎng)格的生物信息集成系統(tǒng)的數(shù)據(jù)適配層的系統(tǒng)框架。 2)研究并實現(xiàn)了擴展現(xiàn)有Web數(shù)據(jù)源的檢索能力以支持全面的數(shù)據(jù)查詢的技術，主要包括查詢解析、數(shù)據(jù)篩

2、選和投影。雖然Web數(shù)據(jù)源提供的檢索和訪問方式各異，但本文提供了統(tǒng)一的訪問方法；針對不同數(shù)據(jù)源良莠不齊的 Web 檢索支持，本文提供了用戶需要的查詢能力。 3)研究了邏輯Web訪問、帶混淆的線程池和數(shù)據(jù)庫緩存的技術，并實現(xiàn)了統(tǒng)一高效的Web檢索和數(shù)據(jù)獲取，提高了Web訪問的速度，使得對Web數(shù)據(jù)源的大數(shù)據(jù)量查詢成為可能。 4)重點研究并實現(xiàn)了利用XPATH規(guī)則和文本上下文規(guī)則自動地從Web頁面中提取信息的技術，包括兩種規(guī)