|
如圖4所示，石油地質(zhì)語(yǔ)義檢索原型系統(tǒng)主要由解析模塊、索引模塊、檢索模塊、語(yǔ)義標(biāo)引和本體模塊五部分組成[6]，其中索引模塊中的語(yǔ)義標(biāo)引、本體模塊以及檢索模塊中本體搜索為本文在Lucene開(kāi)源包基礎(chǔ)上新增的部分，并且對(duì)原有的排序模塊進(jìn)行完善優(yōu)化，形成新的基于權(quán)重的排序模塊。各個(gè)模塊的具體功能介紹如下。（1）解析模塊：主要對(duì)各種類(lèi)型的電子文檔進(jìn)行，目前能夠解析的文檔類(lèi)型包括Doc、PDF、Xml和Html，在未來(lái)工作中將進(jìn)一步擴(kuò)展可解析的文檔類(lèi)型。（2）索引模塊：基于Lucene已有的分詞器進(jìn)行文檔預(yù)處理，去除停頓詞，保留主題詞。一方面將高頻主題導(dǎo)入形成石油地質(zhì)領(lǐng)域概念詞庫(kù)，另一方面將高頻主題詞作為每個(gè)文檔的標(biāo)引詞匯，形成語(yǔ)義標(biāo)引文檔集。（3）本體模塊：利用Jena實(shí)現(xiàn)了本體的解析與推理[7]，將本體中的等級(jí)、等同和相關(guān)關(guān)系解析處理，并利用概念擴(kuò)展算法實(shí)現(xiàn)了對(duì)檢索詞的語(yǔ)義擴(kuò)展[8-9]，形成新的檢索詞列表。（4）檢索模塊：將經(jīng)過(guò)本體擴(kuò)展后的全新檢索詞列表重新作為輸入條件，在本體庫(kù)和資源庫(kù)中進(jìn)行查詢，匹配相應(yīng)數(shù)據(jù)資源并返回至排序模塊。（5）排序模塊：根據(jù)本體中的概念與概念之間的距離，對(duì)匹配到數(shù)據(jù)資源進(jìn)行重新排序，并將最終權(quán)重計(jì)算后的結(jié)果作為最終的系統(tǒng)檢索結(jié)果返回給用戶[10]。當(dāng)用戶輸入檢索詞后，整個(gè)原型系統(tǒng)的工作流程如圖5所示，Lucene基礎(chǔ)層完成對(duì)文檔的索引和標(biāo)注，應(yīng)用層通過(guò)Jena本體解析工具和語(yǔ)義擴(kuò)展算法完成對(duì)用戶輸入查詢?cè)~的擴(kuò)展[1,11-13]，并返回新的檢索列表對(duì)應(yīng)的結(jié)果，使用應(yīng)用排序規(guī)則實(shí)現(xiàn)資源的綜合排序，最終為用戶提供準(zhǔn)確的信息服務(wù)[14,15]。
3.2檢索試驗(yàn)
地質(zhì)知識(shí)檢索系統(tǒng)實(shí)現(xiàn)了基于石油地質(zhì)領(lǐng)域本體的語(yǔ)義查詢，圖6顯示了輸入“油氣田”關(guān)鍵詞并檢索石油地質(zhì)本體的查詢結(jié)果頁(yè)面[1]。（1）“油氣田”相關(guān)概念：油氣區(qū)、油氣藏、油氣田勘探、油氣田開(kāi)發(fā)等，其屬性有“定義”，其實(shí)例有中原油田、長(zhǎng)慶油田等。（2）通過(guò)擴(kuò)展“油氣田”的相關(guān)概念，可檢索出標(biāo)引為“油氣藏”、“油氣田勘探”、“油氣田開(kāi)發(fā)”、“油氣田管理”等文檔。（3）還可以對(duì)檢索結(jié)果進(jìn)行深一步的概念查找，如“油氣生成”。
4總結(jié)
| 發(fā)表評(píng)論 | ||
