W3CHINA.ORG讨论区--[讨论]语义搜索技术

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

同28楼

     我也觉得用传统搜索引擎的某些算法也能在一定程度上达到语义分析类似的效果。在《Sesame：A Generic Architecture for Storing and Querying RDF and RDFS》一文中，提出了将RDF（S）转换为关系模式存储的策略。我也写过一篇这方面的文章，所以有了这种想法并且完全可以实现：设计合理的关系模式存储RDF(S)，那么可以基于用户的普通SQL查询，构造出复杂的SQL查询（构造过程中包含了简单的语义推理：如subClassof、subPropertyOf关系等），从而也就可以实现基于关系数据库的语义查询了！——当然，感觉只能实现简单的语义推理查询，如果要实现高级复杂的推理过程，是否也可以做到？
      个人之见，欢迎交流！

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

我觉得大家可以结合论文来讨论，这样讨论会比较具体，先列出一些我看过的论文:
1. SemSearch: A Search Engine for the Semantic Web
http://kmi.open.ac.uk/publications/pdf/semsearch_paper.pdf
这是四篇文章中最早发的一篇，给出了 semantic search 的整体架构，
(1)首先对ontology进行index，大部分的实现采用lucene来完成;
(2)接着当用户输入keywords，利用上一步的index来完成semantic entity匹配，即找到keywords对应的ontology中的entities(literal,property,concept);
(3)然后使用上一步的entities来构建formal query，比如 Sparql查询语句;
(4)最后使用已有的工具jena，sesame2, kaon2执行上一步得到的formal query语句
当中还可以加入ranking query这一步。
本文给出了语义搜索的架构，但具体第(3)步如何构建formal query，采用了template方法，所以有很多限制，效果并不理想，后面几篇论文都是在如何构建formal query，以及如何ranking query这两个问题上进行的改进。

2. SPARK: Adapting Keyword Query to Semantic Search (ISWC2007)
http://iswc2007.semanticweb.org/papers/687.pdf
这篇是上海交通大学的ISWC07的论文，对上一篇中第(3)步构建formal query的步骤采用先分割query set，再使用minimum spanning tree算法构建 query graph，最后利用一些概率的方法来完成ranking query，得到Sparql查询语句。

3. Ontology-based Interpretation of Keywords for Semantic Search (ISWC2007)
http://iswc2007.semanticweb.org/papers/519.pdf
这篇论文主要对第(3)步构建formal query的步骤提出了如何connect第(2)步中得到的entities来构建query query graph的算法，ranking query采用简单的path lenth为标准。

4. Q2Semantic: A Lightweight Keyword Interface to Semantic Search (ESWC2008)
www.aifb.uni-karlsruhe.de/WBS/dtr/papers/eswc08_q2semantic.pdf
这篇是上海交通大学的ESWC08的论文，是对之前方法改良较大的一篇，最重要的改进是引入了clustered RACK graph(a summarz of the original RDF graph)的概念和方法，比如把original RDF graph中所有的instances都map进其相应的concept节点等等，这样大大减小了RDF graph的size，使得query construction和ranking更加快速，另外一个好的改进在于:ranking query不仅考虑了keywords matching relevance，path length，还考虑类似于Google PageRank的Importance of Edges and Nodes。
但同时也引入了一些问题，由于构建query时没有考虑instance和instance之间的连接(instance都map进相应的concept)，所以有可能得到的formal query(Sparql查询)查询不到任何结果。

个人的理解，可能有些地方不准确。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

恩,楼上说的很多和我思路一样,我也是通过算法来实现推理的，感觉这样会比较简单,也比较容易出成果,不结合算法的推理现在我还没想到怎么做

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

谢谢32楼的beyondlei提供的资料

正想找点东西来读！

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

个人以为最大的问题是如何快速有效地进行推理和检索，毕竟用户最关心的是检索结果，而不关心如何实现。语义搜索引擎天生就比普通搜索引擎多出一个推理模块，自然会降低检索速度。为了做到有效的推理，知识库又需要足够完整。我试用了几款语义搜索引擎，有一些能看到明显的缺陷，足见这个领域仍处于起步阶段。
话说回来，其实我感觉beyondlei和63henry.black同志和我，咱们考虑这个问题有很多相通之处，或许这样的结果和我们所接触的材料有关。而且一旦形成思维模式可能不太容易跳出这个框框了。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

还有两个重要问题是：
采用哪种本体查询语言来进行推理和检索，目前有SPARQL、DAML+OIL、OWL等若干种语言，哪种功能最完善效率最高？
如何提取有效的URL，即信息提取器的选择，普通的信息提取器恐怕难以胜任针对语义网络的信息抽取，只能使用特别用于语义网的。这里面还包括如何使信息提取器提供有效的URL以方便信息抽取。
不知各位有何高见？

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

OWL功能应该是最强大的，也是W3C所推荐的本体描述标准。
其中OWL Lite的推理能力较弱，而OWL DL和OWL Full的描述能力和推理复杂度都是很强的！
信息提取器偶不是很清楚！

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

其实“信息提取器”是这类工具的统称，也可以称作“爬虫”、“蜘蛛”或“机器人”。
语义搜索技术无非是对海量的信息用计算机进行高等级的序化，如果没有这种工具，只能由人工添加记录，就会变成传统的网络目录了。

姓名：(无权查看)
城市：(无权查看)
院校：(无权查看)

现在国外号称使用语义检索技术的搜索引擎很多，但是国内的却还没见到。
国内语义搜索引擎目前发展到什么程度了？有应用的实例吗？可否推荐一二？


	W 3 C h i n a ( since 2003 ) 旗下站点苏ICP备05006046号《全国人大常委会关于维护互联网安全的决定》《计算机信息网络国际联网安全保护管理办法》	8,968.750ms