当前位置：文档之家 › XML应用于信息检索的研究

XML应用于信息检索的研究

  • 格式：pdf
  • 大小：265.57 KB
  • 文档页数：3

下载文档原格式

  / 3

合集下载

基于XML的教育资源库元数据标准化研究

基于XML的教育资源库元数据标准化研究

ｔ ｎｌ ｅｏｒｅｄｔｂｓ ａｅ ｎ Ｘ ｉ ａ ｒｓｕｃ ａ ａｅｂ ｓｄｏ ＭＬ （ Ｘ ｅｓ ｌ Ｍａｋ ｐＬ ｎｕ ｇ ）ａ ｄ ｓ ｄ ｔｏ ｆ ａ ｘｈ ｎｅ ｏ ａ ｅ ｔ ｉ ｅ ｒｕ ａ ｇ ａｅ ｎ ｔ ｙａｍｅ ｄｏ ｔ ｅｃａ ｇ ｎｂ ｕ ｈ ｄｅ
Ａｂ ｔ ａｃ ｓ ｒ ｔ Ｔｏ ｉ ｒ ｖ ｈ ｔｌ ｉ ｇ ｒ ｔ ｆｎｅｗｏ ｋ ｅ ｕｃ ｔ ｎ ｌｒ ｓ ｕｒ ｅ ａ ｄ ｓ ａ ｅ ｔ ｅ ｄ ｔ ｆｄｆｅ ｅ ｔｄ ｔ ｂ ｓ ｔ ｍｐ ｏ ｅ ｔ ｅ ｕ ｉ ｚｎ ａｅ ｏ ｔ ｒ ｄ ａｉ ａ ｅ ｏ ｃ ｎ ｈ ｒ ｈ ａａ ｏ ｉｆｒ ｎ ａａ ａ ｅ ｉ ｏ
Ｊｌ ０ １ ｕｙ２ １
文章编号 ：６ １５ ９ （０ １ ０ － ６ － １７ －８ ６ ２ １ ）４０ ６０ ３ ５
基 于 Ｘ Ｌ的教 育 资 源库 元 数 据 标 准化 研究 Ｍ
季 莉
（ 南通纺织职业技术学院 信息 系，江苏 南通 ２６０ ） ２０７
摘要： 为提高网络教育资源的利用率 ，共享不 同结 构的资源 库 的数 据 ，针对我 国各院校 的教育资源库 的建设 缺 乏统一规划 ，存在重复建设 、数量庞杂 、形 式不规范 等 ，使 网络远程 教育系统 中资源信 息不能有效 共享传 播 的问题 ，提 出了基于 Ｘ ＭＬ （ Ｘｅｓ ｌ ＭａｋｐＬｎ ｕｇ ） 的教 育资源 库元数据标 准化 的方案 ，研究 了基 于 ｅ ｔｎｉｅ ｒｕ ａｇａｅ ｂ 模板 的 Ｘ Ｌ数据转换方法 。通过指令的执行 ，并应用教 育资 源元 数据标准 ，将其他格式 的数 据通 过模板转化 Ｍ 成 Ｘ Ｌ文档 ，从而 实现不 同教育资源库之间数据的互换和共享 。 Ｍ 关键词 ：元数据 ；可扩展标识语言 ；资源搜索

电子商务中的XML标准分析

电子商务中的XML标准分析
数据可读性强
XML文档具有良好的可读性，方便人工阅读和维护。
数据可定制化
通过使用XML Schema或DTD等规范，可以定制化数 据的结构和格式，满足特定业务需求。
数据验证
数据完整性验证
通过XML Schema或DTD等规范，可以验证数 据的完整性和准确性，确保数据的正确性。
数据格式验证
XML可以对数据的格式进行验证，确保数据的 格式符合规范要求。
XML应用领域
要点一
总结词
XML广泛应用于不同领域，如电子商务、数据交换、Web 开发等。
要点二
详细描述
在电子商务领域，XML被广泛用于数据交换和信息共享， 例如在在线购物、支付和物流等方面的应用。在数据交换 方面，XML可以用于不同系统之间的数据传输和集成，实 现数据的标准化和规范化。在Web开发方面，XML可以用 于构建动态网页和Web服务，提供更加丰富和个性化的内 容和服务。
XML特点
总结词
XML具有简单性、可扩展性、互操作性和全球性等特点。
详细描述
XML语法规则简单明了，易于学习和使用。它允许用户自定义标记，使得数据可以灵活地扩展和变化 。此外，XML支持不同的字符集和编码方式，方便在不同文化和语言环境下使用。同时，XML具有很 好的互操作性，可以通过不同的传输协议在不同的系统之间传输和交换数据。
THANKS FOR WATCHING
感谢您的观看
XML Digital Signature
定义
用途
实现
XML Digital Signature是一种基于 XML的数字签名技术，用于验证XML 文档的完整性和真实性。
在电子商务中，XML Digital Signature用于确保数据在传输过程 中没有被篡改或伪造。通过数字签名 技术，可以验证XML文档的来源和完 整性，确保数据的可靠性和安全性。

XML与数据库的映射技术研究

XML与数据库的映射技术研究
Байду номын сангаас
【 文章编 号】６２ ５３ ２０ ）３ ０５ — ３ １７—８ １（０６ ０ — ２３ ０
Ｓｕ ｙ ｏ ｐ ｉ ｇ Ｂ ｔ ｅ ｔ ｄ ｎ Ｍａ ｐ ｎ ｅｗｅ ｎ ＸＭＬ ａ ｄ Ｄａａ ａ ｅ ｎ ｔｂ ｓ
Ｈａ ａ Ｌｕ Ｈａｔｏ ｔ ｒ Ｆ ｎｇ ｉ ａ
Ｖ０ ． ５ Ｎｏ ３ 】１ ．
Ｊ ｌ． ０ ６ ｕｙ ２ ０
Ｘ ＭＬ与 数 据 库 的 映 射 技 术 研 究
韩
摘
芳
卢海涛
．
（ 西南交 通大 学 Ｃ Ｄ工程 中心 ， 都 ６０ ３ ） Ａ 成 １０ １
要 Ｘ ＭＬ作为实现数据库间数据交换 的载体 ， 如何使 Ｘ ＭＬ文档导人数据库 以及如何使数据库中的数据转换 为 Ｘ ＭＬ
随着 网络经 济 和 知识 经 济 的发 展 ， 业 间 的信 企
息交换 日益 密切 ， 同系统 间 的数 据交 互 日趋 增 多 ， 不
一
个适 合 Ｗｅ ｂ特性 的子 集 ， 其 中 的复杂 描述 进行 了 将 简化 ， 具有 内容 和形式 分离 、 可扩 展性 、 可移植 性 、 开
放性 、 高度结 构化 、 自描 述性 等特点 ．
种可 扩展 标 记 语 言 Ｘ ， 供 了一 种 格 式 独 立 、 ＭＬ 提
Ｘ Ｌ Ｍ 具有四大优点 ： Ｍ ①Ｘ Ｌ可 以定义其 他语 言， 用户 可 以 自己定 义 Ｘ ＭＬ标 记 ， 以 Ｘ Ｌ类型 的 所 Ｍ 数量是无限的． ②其文件结构可 以任意嵌套 ， 甚至可 以表示面向对象的等级层次， 故结构性很强． Ｘ Ｌ （ Ｍ ￣
数据是 关键 问题所在． 论述 了 Ｘ Ｌ文档 与关系数据库间的映射 规则算法 、 ＭＬ文档 与面向数据 库间 的映射规则算 法及基 于 Ｍ Ｘ Ｘ ＭＬ异构数据库间 的映射规则． 关键词 Ｘ Ｌ； Ｍ 数据转换 ； 映射规 则

XML文档结构相似测度研究

XML文档结构相似测度研究
和 Ｄｃ ｅ 之间的编 辑 距离 与 Ｄ ｃ ｅ：和 Ｄ ｃ 间的 编辑 距 离相 ｅ 之 等， 因为将源树转变 为 目标树仅仅 只要两步改 名操 作 。但 是图
间相似测度 的标准 ， 不仅考虑 了 Ｘ Ｌ Ｍ 文档 的结 构信息 ， 而且考
ｒ ｔ ｎ ｓ ｎ ｆ ｃｉ ｅ ｅ ｓａ ｅ ｔｓｉ ｅ ｙ ｔ ｅ ｅ ｐ ｒｍｅ ｔ ． ａ ｅ ｅ ｓ ａ ｄ ｅ ｅ ｔｖ ｎ ｓ ｒ ｅ ｔ ｉ ｄ ｂ ｈ ｘ ｅ ｆ ｉ ｎｓ
Ｋｅ ｒ ｓ：ＸＭＬ； Ｓ ｒ ｃｕ ａ Ｓ ｍｉ ｒ ｙ； Ｅ ｉ Ｄ ｓａ ｃ ｙ ｗｏ ｄ ｔｕ ｔ ｒｌ ｉ ｌ ｉ ａｔ ｄ ｔ ｉｔ ｎ ｅ
Ａｂ ｔ ａ ｔ Ｆ ｒｓ ｋ ｆ ｎ ｒ ａ ｉｇ ｒ ｑ ｉ ｍｅ ｔ ｂ ｕ ｐ ｒ ｘ ｍａｅ ｓ ａ ｃ ｓ ｒ ｃ ： ｏ ａ ｅ ｏ ｃ ｅ ｓｎ ｅ ｕｒ ｉ ｅ ｎ ｏ ｔａ ｐ ｏ ｉ ｔ ｅ ｒ ｈ，ｄ ｔ ｌ ｓｅ ｎ ａ ａ ｅ ｃ ａ ｇ ｏ ＸＭＬ ｄ ｃ ｍｅ ｔ ａ ａ ａｃ ｕ ｔ ｒａ ｄ ｄ ｔ ｘ ｈ ｎ ｅ ｆ ｍ ｒ ｏｕ ｎｓ
Ｒｅ ｅ ｒ ｈ ｏ ｖ ｌ ａｉｇ Ｓｒ ｃｕ ａ ｉ ｌｒ ｙ ｂ ｔ ｅ ｓ ａ ｃ ｎ Ｅ ａｕ ｔ ｔｕ ｔｒ ｌＳｍｉ ｉ ｅｗｅ ｎ ＸＭＬ Ｄｏ ｕ ｎ ｓ ｎ ａｔ ｃ ｍｅ ｔ
Ｙ ＡＮ Ｌ ．ｕ ．ＨＥ Ｆ ｉ’ ｉ ｏ ｇ ｅ
（ ． ｃｏｌｆＳｆｗ ｒ，Ｔｉ ｈ ａ Ｕ ｉ ｒｔ＂２ Ｄｐ．ｏ Ｃ ｍ ｕｅ ｃ ｎｅ＆ Ｔｃｎｌ ｙ ｓ ｇ ｕ ｎｖｒｔ． ｅｉｇ１０ ８ Ｃ ｉａ １Ｓｈｏ ｏ ａｅ ｓ ｇ ｕ ｎｖ ｓｙ ， ｅｔ ｆ ｏ ｐ ｔ Ｓｉ ｃ ｏ ｔ ｎ ｅｉ ． ｒ ｅ ｅｈｏｏ ，Ｔｉ ｈａＵ ｉ ｓｙ Ｂ ｉｎ ００ ４， ｈｎ ） ｇ ｎ ｅｉ ｊ

面向本体的智能信息检索技术的研究

面向本体的智能信息检索技术的研究

０ 引 言
随 着 计 算 机 技 术 以及 网络 技 术 的 快 速 发 展 ，
其 中，顶 层本 体 主 要 涉 及到 一 些 概 念。 比 如 ： 空 间 、 时 间 以 及 行 为 等 ，这 些概 念 与 问 题 或 者领 域 是 独 立 的 ，而 且 顶 层本 体 在一 定 区域 内 是 完全
１ 智能信息检索的标准 ． ２ 通 常 情 况 下 ，信 息 检 索是 通 过 关 键 词 的 匹 配 来 实 现 的 ，但 随 着 信 息 量 的 增 加 ，这 样 的 匹配 检
索 技 术 越 来 越 不 满 足 需 求 。 智 能信 息 检 索就 是通 过 智 能 检 索 技 术 来 实现 ，标 准 主 要体 现 在两 个 方
索 结 果 中有 效信 息 量 与 检索 总 量之 间的 比例 关 系 ， 主要 描述 的是 检 索结果 的有 用性 。常 用的关 键词 匹 配 检 索 技 术 很 难 达 到 查 全 率 以 及 查 准 率 的 全 面兼
可 以分 为 顶 层 本 体 、领 域 本 体 、 任 务 本 体 以及 应 用本 体 四大 层次 ，如 图 １所 示 ：
面 ：检 索的查 全率 以及 检 索 的检准 率 。
１ 相关理 论概述
１１本体的层次化分类 ．
本体 的研 究与 实现是 在不 同层次 上进 行的 ，
其 中 ，查全 率主 要表 示 的是信 息检 索结果 中有 用 信息 量与 用户 需求信 息 量之 间的 比例 ，可 以有效 描 述检 索结 果的 遗漏 情况 。查准 率 主要表 示 的是检
术 语 而 表述 各 自的 术 语 。 而应 用 本 体 是 针 对 应 用 而 言 的 ，可 以引 用 领 域 本 体 或 者 任 务 本 体 中 的概 述 描述 。

XML技术在AS3.0语言编程中的应用探究

XML技术在AS3.0语言编程中的应用探究

从何而来 ， 目前的解决办法就是从 Ｘ ＭＬ文件中读取信息 。 正常 情况下我们将要遇到从本地 Ｘ ＭＬ文件读取信息和从服务器端 脚本所产生的 Ｘ ＭＬ中读取数据信息的情况 。如何解决这两类 信息读取的问题 呢 ， 下面将是一种最先进 的方法 ：
／ｉ Ｂ． ｍ 中的 ＸＭＬ文件 ， ／ｔ ｃ ｓｅ ｏ 反之 亦然 。但 是通过调用 Ｓ ｃｒｙ ｅｕ ｔ． ｉ
‘
《 ＇
鬻 蓬 鼙 鞲 ｔ ｛ 誊 蒙 ， ｔ≯ ｛ｅ
”
譬
协 瑚 戮㈨黼蠢 ｌ 鞲 ｌ ｌ
葫 警 盛
ａ ｏ ｏ ｉＯ， ＷＦ文件可 向其它域 中的 Ｓ ｌ ｗＤ ｍａ ｌ ｎ Ｓ ＷＦ文 件授 予访问
用 代码库的高度复杂应用程序 。随着交互应１ 软件 功能 的不断 ｝ ＝ Ｈ 升 级和规模 的急速膨胀 ，需要对 海量数据信 息的处理 提供 支 撑 。作为一 门 ＯＯ Ｐ类 多媒体信息控制语言 Ａ ｔ ｎ ｃｉ ． ｃｉ Ｓ ｒ ｔ３ ｏ ｐ ０并
不 具备和一些 大型数 据库进行通信的 Ａ Ｉ 口， 以处理海 量 Ｐ接 难 的数据信息 。标准化信息存储语 言 Ｘ ＭＬ， 可以很完美地解决这
机 方便地操作各类信息 ， 并且人们可 以非常方便 地编写和理解这 些信 息， 、
关键 词 ：结 构 化 信 息 ；服 务 器 ；策略 文件 ；远 程 过 程 调 用 ；信 息检 索 ；过 滤 器
。
它 可 以使 计 算
０ 引言
ＸＭＬ使用类似于 Ｈ ＭＬ的树结 构和标签结构 ，其存储 的 Ｔ 数据 即可 以包含 嵌套在其中的标签以及属性和其它结构组件 。
个 问题 。
ＸＭＬ语 言在 Ａｃ ｏ Ｓｒ ｔ３０中的深入探究 以及一些难题 ｔ ｎ ｃｉ ． ｉ ｐ

《信息检索》实习

2010-2011学年第二学期《信息检索与利用》课程实习任务（班级：汽服1081 姓名：周亚军学号：1081507134）一、OPAC检索1、利用“中图分类法”查找自己所在专业的分类号，并记录。

再使用书目查询系统查找该分类下的一本图书，写出该书的书名、作者、出版社、出版年、索书号、馆藏复本数、ISBN号、馆藏地（写一个即可）。

检索结果：汽车服务工程专业的分类号： U 书名：《汽车美容一本通》作者：魏金营, 杨光明出版社：安徽科学技术出版社出版年：2009 索书号：U472/246 馆藏复本数：3 ISBN 号：978-7-5337-4322-2馆藏地：枚乘路校区自科二库2、查找作者姓“李”、索书号为“H31”的图书，记录下检索的结果数量，再在结果中检索由中山大学出版社出版的图书，记录下检索结果的数量，并写下任一检索结果的作者、书名、出版社、索书号、在图书馆中有效的馆藏地点及馆藏复本数、可借复本数。

检索结果：该检索条件的图书数量：1296 图书数量：7 作者：李俊青书名：《疯狂英语.听力初级入门》出版社：中山大学出版社索书号：H319.9/1322:1 有效的馆藏地点：枚乘路校区样本一库、社科一库、北京路校区书库馆藏复本数：24 可借复本数：203、分类号是“TP311.1”的是关于哪方面内容的图书？写出此类书其中一种图书的书名、作者、出版社和索书号。

检索结果：“TP311.1”图书属于：数据库书名：《数据机构课程设计》作者：滕国文出版社：清华大学出版社索书号：TP311.12/1774、自行熟悉OPAC中“我的图书馆”各项功能，并写出2011年所借阅的前两本书的书名，如果可能请进行续借。

检索结果：2011年所借阅的前两本书的书名：《人情潜规则》、《生命之爱》是否可续借：否二、电子图书检索1、利用“读秀学术搜索”打开并阅读书名包含“竞争情报”，作者为“王知津”的图书，写出该书的书名、出版社、出版日期，并从书中查阅竞争情报的概念。

XML的语法

文檔標題
XML的語法
Page: 0 / 總頁數
1. XML文件
目錄
文檔標題
XML是一个源置标语言，可以看作是用来产生置标语言的 工具。因此，XML并没有预定义一个特定的标记集，而是描述 了一个用来定义标记集的方法。当我们用这个方法规定好一 个标记集，并根据这些规定填入文本内容后，这些标记就和 纯文本一起构成了一个XML文件. XML标记语言除了能够放在 通常意义的文件中以外，还能够按照数据流、数据库结果集、 以及由应用程序动态产生的结果而进行传送。因此，我们所 说的XML文件实际上是广义的文件，更准确的叫法应该是一个 “数据对象”，但是为了简便起见，我们仍称它为“文件”。
Page: 2 / 總頁數
1.2 XML文件的逻辑结构
文檔標題
XML文件的结构包括逻辑结构和物理结构。 一个XML文件最基本的构成是: XML声明 <?xml version="1.0" encoding="GB2312" standalone="no"?> 处理指示（可选） XML元素
Page: 3 / 總頁數
Page: 14 / 總頁數
<?xml version = "1.0" encoding="GB2312" standalone = "no"?> <!DOCTYPE 联系人列表 SYSTEM "fclml.dtd"> <?xml-stylesheet type="text/xsl" href="mystyle.xsl"?> <联系人列表> <联系人> <姓名>张三</姓名> <ID>001</ID> <公司>A公司</公司> <EMAIL>zhang@</EMAIL> <电话>(010)62345678</电话> <地址> <街道>五街1234号</街道> <城市>北京市</城市> <省份>北京</省份> <ZIP>100001</ZIP> </地址> </联系人> <联系人> <姓名>李四</姓名> <ID>002</ID> <公司>B公司</公司> <EMAIL>li@</EMAIL> <电话>(021)87654321</电话> <地址> <街道>南京路9876号</街道> <城市>上海</城市> <省份>上海</省份> <ZIP>200002</ZIP> </地址> </联系人> </联系人列表>

XML数据存储研究

量 可 以是 无 限的 ；
（） ２ 结构性强。Ｘ Ｌ的文件结构可以嵌套到任意复杂程度 ， Ｍ 能表示面向对象 的等级层次 ； （） ３ 交互性好 。用户与应用程序进行交互时 ， 利用 Ｘ Ｌ可以非 常方便地在本地进行排序 、 Ｍ 过滤及其它 数据操作 ； （） ４ 丰富的语义。可以 自 行设计一些有意义 的标记 ， 便于异构系统间的数据交换 和信息检索 ；
３ Ｘ ＭＬ文件的存储
Ｘ Ｌ的存储研究包括两个问题 ： Ｍ 半结构化数据或 Ｘ Ｌ数据的存储 以及索引的存储。Ｘ Ｌ的存储机制 Ｍ Ｍ 主要有三种 ： 第一种为档案形态 ， 即使用文本文件进行存储 ， 第二种为通过映射存储在现有 的数据库系统 中， 如关系数据库或面向对象数据库 ， 第三种是使用原生性 Ｘ Ｌ数据库 （ Ｘ ） Ｍ Ｎ Ｄ 进行存储 ， 下面我们分别来探讨 这三种存储的机制与方法 。 、 （ ） Ｍ 档案 １Ｘ Ｌ Ｘ Ｌ Ｍ 档案实际上就是基于文件的存储方式。是指将 Ｘ Ｌ Ｍ 文档按其原始文本形式存储。主要存储技术 包括操作 系统文件 库、 用文档 管理 系统 和传统数据 库 的列 （ 为二进 制大对 象 Ｂ Ｏ 通 作 Ｌ Ｂ或字符大对 象 ＣＯ ） Ｌ Ｂ 。这种存储方式需维护某种类型的附加索引 ， 以建立文件之 间的层次结构 ， 嵌套关 系 ， 且对同一个对 象的数据集中存储 。缺点是存储粒度大， 当数据量大时 ， 不利于实现网络通信和数据共享。
或者采 用面向对 象数据库存 储。
［ 关键词 ］ Ｘ Ｌ 数据存储 ； Ｍ ； 数据模 式； 半结构化 ； 面向对象 ［ 中图分类号 ］ Ｔ ３ １１５ Ｐ１．３ ［ 文献标识码 ］ Ａ ［ 文章编号 ］ １ ２ ９２ （０７ ０ — ０５ Ｏ ６ — ０ １２０ ）２ ００ 一 ３ ７

基于多标记有向树模型的XML文档片段相似度量方法研究

Ｄ ａ ｔ ａ Ｂ ａ ｓ ｅ Ｔ ｅ ｃ ｈ ｎ ｉ ｑ ｕ ｅ● 数据库技术
基于 多标记有 向树模型的 Ｘ ＭＬ文档 片段相似 度量 方法研 究
文／ 宋荣 李 霞 婷
表示 。
结构 化 查询 系统和 ｘ Ｍ Ｌ数 据
方法的可 行性 。多数手机 ＸＭＬ文档 都来源于
网 络 搜 索 界 面 ，而 第 二 组 则 在 ＷＷ Ｗ． ｘ ｍ１ ． ｏ ｒ ｇ的
优 化 方 法 进 行 了设 计 ， 帮 助 用 户
２ 相 似 度 度 量 方 法
２ ． １ 节 点相 似 度 计 算
汇总下产 生，网络服 务器提 供 了第三组数据 ，
随机 选取 ２ ０组 ＸＭＬ数 据 来 投 入 研 究 。 最 终
通过查 准率 （ ｐ ｒ ｅ ｃ ｉ ｓ ｉ ｏ ｎ ）、查 全率 （ ｒ ｅ ｃ ａ ｌ １ ）来 节点标记包含元素名称 、基数 以及数据分 类 、属性名称等 多个方 面，而元 素名 称和属性 名称都可 以归纳为名称 ，为计算名称 相似度提 供 了 良好的契机 。我们选择 Ｗｏ ｒ ｄ Ｎｅ ｔ 为计算机 素材 ，第一步操作名称拆分工作 ，详 细记录拆 分过程并描述为标记化过程 ，当测量名称相似 度 出现拆分失败的现象立 即采取另一种方式 ， 根据 字符 进行信息匹配工作。计算节点相似度 衡量数据匹配结果。
信 息的融合 提 升 了信 息检 索服 务 的有效 性 ，改 变 了传 统信 息 查询 工 作 的 低 准 确 性 、 高误 差 局 面 。 本 文 提 出 了 一 种 基 于 多 标 记 有 向 树模 型 的 Ｘ Ｍ Ｌ文 档 片 段 相 似 度 量 方 法，深入 了解 了 多标 记有 向 树 模 型 内 容 ， 对 相 似 度 方 法 中 的 计 算节点相似度 、Ｘ Ｍ Ｌ匹配算法、边
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

４ ）强化数据 的搜索 和效 能 ， 进一步提 升数据本身的品质。
５ 将全球信息 网的应用层面扩展至 Ｅ Ｉ ） Ｄ 相似的功能 。 在Ｘ ＭＬ出现以后 ， 许多人认 为 ＸＭＬ的结构 化特性 可 以解 决 目前查 询的一些问题 ， 因为 如今人们 面对 的不再 是信息 不足 的问题 ， 而是在信息爆炸 的环境 中如何 有效地 管理 和使用 大量
ＴＨＥ ＲＥＳ ＥＡＲＣＨ ｏＮ ＴＨＥ ＸＭ Ｌ ＮＦｏＲＭ ＡＴＩ Ｉ ｏＮ ＲＥＴＲⅢ ＶＡＬ
Ｚ ｅ ｇ Ｙｉｕ ｎ Ｌ ｈｚ ｕ ｈ ｎ ｙ ａ ｉ ｉｈ Ｚ
（ ｅａｔｅｔｆＣ ｍ ｕｅ Ｓｉ ｃ ｎ ｎ ｉ ｅｉｇ Ｓ ａ ｇ ａ ｉｏ ｎ ｎｖｒｔ，ｈ ｎ ｈｉ ０ ０ ０ Ｃ ｉａ Ｄｐ ｒ ｎ ｏ ｏ ｐ ｔ ｃ ｎｅ ｄＥ ｇｎ ｒ ，ｈ ｎ ｈ ｉ ａｔ ｇＵ ｉ ｓｙ Ｓ ａｇ ａ ０ ３ 。 ｈｎ ） ｍ ｒ ｅ ａ ｅ ｎ Ｊ ｏ ｅｉ ２
求 。 结合数据库 和全 文检索技 术提 出一个结构 索引 ＋ 本 最后 文 索引 的基 于结 构和 内容 的 Ｘ ＭＬ文 档检索模 型。
２ Ｘ ＭＬ存储 和查询的一般方法
人们通 常会用 ３种方法来 处理 Ｘ Ｌ： ）将 Ｘ Ｍ １ ＭＬ文档转 化 为数 据库 中的表 ， 过组合 表 ， 通 重组结 果来 产生 Ｘ ＭＬ的文档 输
维普资讯
第２ ３卷 第 ｌ ２期
２０ ０ ６年 １ ２月
计 算机 应 用与软 件
Ｃ ｍｐ ｔｒＡｐ ｌ ａｉ ｎ ｎ ｏ ｔ ｒ ｏ ｕｅ ｐ ｉ ｔ ｓ ａ ｄ Ｓ ｆ ｃ ｏ ｗａ ｅ
Ｖ １２ Ｎ ． ２ ｏ ． ３， ｏ １ Ｄｅ ． ０ ６ ｃ２０ Ｘ ＭＬ 用 于 信 息检 索 的研 究
郑轶嫒 李治柱
（ 上海交通大学计算机科 学与３ 程系 － 上海 ２０ ３ ００ ０）
摘
要
随着互联 网上 Ｘ ＭＬ文档 的 日益增 多， 如何对其 内容进 行有效 的检 索查询 已经成为亟待解决 的问题 。本 文的主要 目的在
于针对 Ｘ ＭＬ在信 息检 索 中的应用作一深入 的探 讨 ， 讨论 Ｘ ＭＬ检 索与传 统信息 检 索的不 同和 目前一 些通用 的 ＸＭ Ｌ存储 处理 的方 法， 对其 中用到的关键 技术 、 可行 性和 性能都作 了比较分析。在此基础 上还提 出一种新 的检 索模 型和 系统框架 ， 结合 当前 的全文搜 索和数据库技术 ， 有一定 的实用性。 具 关键词 ＸＭ 信息检 索 数据库 全 文检索 Ｌ
ｄ ｆ ｒ ｎ ｅ ｂ ｔ ｅ ｎ ＸＭＬ ｒ ｔｉｖ ｌ ｎ ｒ ｄ ｔ ｎ ｌｉｆ ｒ ｔ ｎ ｒ ｔ ｅ ａ ｎ ｒ ｓ ｎ ｓ ｔ ｅ ｅ ａ ｔ ｏ ｓ ｆｒＸＭＬ ｑ ｅ ｉｓａ ｄ ｓｏ ａ ｅ Ｆ ｎ ｌ ， ｉ ｅ ｅ ｃ ｅｗ ｅ ｆ ｅｒｅ ａ ｄ ｔ ｉ ｏ ａ ｎ ｏ ｍａ ｉ ｅ ｒ ｖ ｌ ｄ ｐ ｅ ｅ ｔ ｈｅ ｇ ｎ ｒ ｌ ａ ａ ｉ ｏ ｉ ａ ｍｅ ｈ ｄ ｏ ｕ ｒｅ ｎ ｔｒ ｇ ． ｉ ａｌ ｙ ｔｅ ｐ ｐ ｒｐ ｏ ｏ ｅ ｄ ｌ ｈ ｔｉ ｔｇ ａｅ ｕ ｌ ｅ ｔｓ ａ ｃ ｉｇ ａ ｄ ｄ ｔ ｂ ｓ ｅ ｈ ｏ ｏ ｉ ｓｆ ｒｓ ｒｎ ｈ ａ ｅ ｒ ｐ ｓ ｓａ ｍｏ ｅ ａ ｎｅ ｒ ｔ ｓｆ ｌ ｔ ｘ ｅ ｒ ｈ ｎ ｎ ａ ａ ａ ｅ ｔ ｃ ｎ ｌ ｇｅ ｔｉ ｇ ＸＭＬ ｄ ｃ ｍｅ ｔ ａ ｄ ｒｔ ｅ ｉ ｇ ｆ ｍ ｈ ｍ． ｔ － ｏ ｏ ｏ ｕ ｎ ｓ ｎ ｅ ｒ ｖｎ ｒ ｔ ｅ ｉ ｏ
１ ）有 效 控 管 和 利 用 网页 的 信 息 内 容 。
结合 起来 ， 出各 自最大的效能 ， 一步提高查询 的品质将 是 发挥 进
今 后 亟 待 解 决 的一 个 问 题 。
然而 Ｘ ＭＬ本 身并不解决所 有 的问题 ， 相反 ， 怎样 有效地 利 用其结构化特 性也 给研 究人 员 带来 了很 大 的困扰 。 目前 对 于 Ｘ ＭＬ检索的研究还处 于起 步阶段 ， 首先要解 决的还 是关于 Ｘ ＭＬ 的存储和检索模 型等一些基础的问题 。本文分析 比较 了目前通
Ａｂ ｔａ ｔ ｓｒ ｃ Ｉｃｅ ｓｎ ｎ ｒａｉｇＸＭＬ ａ ｏ ｔ ｎ ｏ ｈ ｎｅｎ ｔｈ ｓｆｓ ｒｄ ｉｔｎｅ ｒｓａｃ ｎ ＸＭＬ ｉｆｒ ｔ ｎ ｒｔｅ ａ． ｈ ａ ｅ ｉ ｕ ｓｓｔｅ ｄ ｐｉ ｎ ｔｅ Ｉｔｒ ｅ ａ ｏ ｔ ｅ ｎｅ ｓ ｅｅ ｒｈ ｏ ｏ ｅ ｎｏｍａｉ ｅｒ ｖ １ Ｔ ｅｐ ｐ ｒｄｓ ｓｅ ｈ ｏ ｉ ｃ
不可 否认 ， ＭＬ的出现带来了信息技 术 的革命 。由于其具 Ｘ 有可扩展性 、 单性 、 简 开放 性 、 互操 作性 的 诸多 特点 ， ＭＬ正逐 Ｘ 步取代 Ｈ ＭＬ 成为驻 留在 Ｗｅ Ｔ ， ｂ上的 主要 的信 息形式 。在互联 网上用 Ｘ ＭＬ来表达元数 据可 以有效地提升互联 网的应用 层次 ， 将企业 内部的信息应用 系统 与互联网紧密地结合在一起 。归纳 来说 ， 利用 Ｘ Ｌ表示元数据 的好处 主要包括 ： Ｍ
Ｋｅ ｗｏ ｄ ｙ ｒｓ ＸＭＬ Ｉ ｆｒ ａ ｉｎ ｒ ｔ ｅ ａ Ｄ ｔｂ ｓ Ｆ ｌ ｔｘ ｅｒｅ ａ ｎｏ ｍ ｔ ｅ ｒ ｖ ｌ ｏ ｉ ａａ ａ ｅ ｕ ｌ ｅ ｔｒ ｔ ｖ ｌ － ｉ
了新 的契机。如何将 Ｘ Ｌ Ｍ 技术与 传统 的信息检 索和查 询技 术
１ 引 言
用的一些 Ｘ Ｌ Ｍ 存储和查询方法， 探讨了传统信息检索与 Ｘ Ｌ Ｍ
检索 的不 同 ， 由此得 到 Ｘ Ｌ文档检索模型需要 满足的三个要 并 Ｍ
２ ）强化异构信息系统 和数据 来源之间的整合和互通性 。 ３ ）以更具 弹 性 的方 式 利 用不 同 的方 式 呈 现 相 同 的数 据
来源 。