基于模糊技術(shù)的本體生成方法的研究.pdf

1、如今很多現(xiàn)有的數(shù)據(jù)并不存在于數(shù)據(jù)庫(kù)管理系統(tǒng)，它們的數(shù)據(jù)結(jié)構(gòu)很多是不關(guān)聯(lián)的，有時(shí)也是不規(guī)則的，例如為HTML或SGML文檔，尤其是XML文件，已經(jīng)逐漸發(fā)展成為一個(gè)大型的XML數(shù)據(jù)儲(chǔ)存庫(kù)。本文要研究的知識(shí)提取即在這樣一個(gè)前提條件下，通過(guò)特定的工具將HTML轉(zhuǎn)化為XML文檔，并對(duì)其廣泛的詞匯表中的可選標(biāo)簽進(jìn)行研究，結(jié)果表明本方法對(duì)于重復(fù)標(biāo)簽的XML文檔的研究尤為有效。 對(duì)于XML文檔之間的相似性度量，可以采取不同的方法，或者研究其文檔

2、的結(jié)構(gòu)，內(nèi)容，或兩者都是。文中介紹了如何將模糊理論與這種半結(jié)構(gòu)化并且共享一個(gè)共同詞匯標(biāo)簽的XML結(jié)合起來(lái)。這種做法的基本思想是采用與模糊集合相對(duì)的另一種形式模糊袋，以衡量比較，評(píng)價(jià)XML文檔之間的結(jié)構(gòu)相似性，然后介紹了對(duì)提取的知識(shí)如何進(jìn)行有效的分類(lèi)。 本文首先對(duì)相關(guān)背景和技術(shù)作了一個(gè)簡(jiǎn)單的介紹，隨后重點(diǎn)介紹如何應(yīng)用模糊技術(shù)對(duì)XML文檔進(jìn)行結(jié)構(gòu)的分析，在此基礎(chǔ)之上結(jié)合對(duì)文檔的內(nèi)容分析產(chǎn)生更精確的分類(lèi)，提出了一種更為靈活的相似度計(jì)算