基于语义网的智能搜索技术的研究与实现

本文介绍了一种基于语义Web的XML全文搜索引擎。它不仅可以检索文档的内容，还可以检索文件的结构。它采用简化的XPath语法查询，返回符合查询需求的结点或结点集合。不仅可以检索XML文档，还可以检索PDF、JPEG等文件中的XMP包。XMP包，其实是嵌入宿主文件的XML文档片段，是Adobe公司制定的一种元数据标准。 本系统最初被设计用来在语义Web上检索包含DC、PRISM与XMP元数据的XML文档，但它具有内在的可扩展性。系统维持一个可索引的NS的列表，所有NS位于这个列表中的元素与属性都被系统索引。系统的管理者可以配置这个列表，控制应该对哪些NS中的元素与属性建立索引，当然也可以对所有的NS开放，包括NS为空的情况。 本文首先介绍了语义Web的历史、体系结构和几个关键技术——XML、RDF（S）和Ontology，及DC、PRISM、XMP元数据标准，并着重介绍了Adobe公司的XMP包技术。XMP包，是嵌入宿主文件中的结构良好的XML文档片段，一般来讲，它是对宿主文件元数据信息的简单描述。 接下来介绍了基于传统Web的搜索引擎技术的相关知识，包括搜索引擎的分类、性能指标、主要构成部件、及它的发展趋势。 最后是对上文提到的搜索引擎的研究、设计与实现，并提出了一些改进与设想。