開放存取 檢索服務 自動提取 架構模型 html文檔分析

1、開放存取論文：開放存取論文：OAOA期刊在線集成平臺與檢索服務模式自動期刊在線集成平臺與檢索服務模式自動提取研究提取研究【中文摘要】目前DeepWeb是數(shù)據(jù)庫領域研究的熱點開放存取期刊OA(OpenAccess)作為DeepWeb資源以其優(yōu)秀的學術共享理念得以迅速發(fā)展。但是OA期刊遍布互聯(lián)網(wǎng)“孤島”現(xiàn)狀日益嚴重而傳統(tǒng)的搜索引擎難以對其隱含的數(shù)據(jù)建立索引。解決該問題的一條途徑就是將不同開放存取資源的檢索服務加以整合建立一個虛擬的數(shù)字資源空

2、間。但該途徑面臨的問題首先是缺少一種靈活、可擴展的開放存取資源檢索服務在線集成平臺的架構模型其次是缺乏從OA資源的檢索界面自動提取檢索服務模式的方法。本文在上述幾個方面進行了研究。首先根據(jù)OA期刊的特點以及建立統(tǒng)一檢索平臺的功能需求設計了一種靈活、可擴展的OA期刊檢索服務在線集成平臺的架構模型并在模型中定義了各相關功能組件及其工作方式和數(shù)據(jù)交換接口。其次本文在對大量OA期刊的檢索服務界面進行分析基礎上采用分類的思想提出一種OA期刊檢索服

3、務模式的自動提取方法。先對OA期刊的檢索表單進行大范圍統(tǒng)計根據(jù)特征對表單元素分類并借助于HTML文檔分析技術對分類后的屬性單元進行深度解析然后根據(jù)屬性單元語義信息建立一種檢索服務模式描述模型并設計一種基于XML的檢索服務模式存儲...【英文摘要】AtpresentDeepWebisahotresearchfieldinthedatabasearea.OpenAccessjournalsasaDeepWeb關理論技術介紹16222.1HT

4、ML及其相關技術16172.1.1HTML簡介162.1.2HTML表單概述16172.2HTML文檔解析技術17192.3XML及其相關技術19212.3.1XML基礎知識19202.3.2XML文檔類型定義20212.3.3XML文檔的操作和解析212.4本章小結2122第3章OA期刊在線集成平臺架構設計22403.1OA期刊在線集成平臺需求分析22243.2OA期刊在線集成平臺總體模型24253.3OA期刊在線集成平臺體系結構25

5、263.4在線集成平臺功能組件26393.4.1檢索服務注冊組件26283.4.2檢索服務模式自動提取組件28323.4.3檢索服務模式自動匹配組件32363.4.4查詢映射與查詢請求提交組件36383.4.5檢索結果抽取組件38393.5本章小結3940第4章檢索服務模式自動提取和存儲40524.1OA期刊檢索服務40424.2OA期刊檢索服務模式自動提取現(xiàn)狀42434.3基于表單元素分類的檢索服務模式自動提取方法43514.3.1H