XML检索中的标签权重设置模型*

doi:10.3778/j.issn.1673-9418.2010.08.006

计算机科学与探索 ›› 2010, Vol. 4 ›› Issue (8): 723-730.DOI: 10.3778/j.issn.1673-9418.2010.08.006

XML检索中的标签权重设置模型*

刘德喜^1,2+, 万常选^1,2, 刘喜平^1,2, 焦贤沛^1,2

1. 江西财经大学信息管理学院, 南昌 330013
2. 江西财经大学江西省数据与知识工程重点实验室, 南昌 330013

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2010-08-10 发布日期:2010-08-10
通讯作者: 刘德喜

Tag Weighting Model for XML Retrieval*

LIU Dexi^1,2+, WAN Changxuan^1,2, LIU Xiping^1,2, JIAO Xianpei^1,2

1. School of Information Technology, Jiangxi University of Finance & Economics, Nanchang 330013, China
2. Jiangxi Key Lab of Data & Knowledge Engineering, Jiangxi University of Finance & Economics, Nanchang 330013, China

Received:1900-01-01 Revised:1900-01-01 Online:2010-08-10 Published:2010-08-10
Contact: LIU Dexi

摘要/Abstract

摘要： XML检索时, 考虑关键词在文档中的位置有助于改善检索效果, 一种常用的方法是为文档中不同的标签赋予不同的权重, 并根据关键词所在结点的标签合理地设置权重。然而, 目前为标签赋予权重的方法大都是人工设置, 这种方法工作量大且主观性强。提出了用主题概括强度衡量XML标签权重的方法, 实验结果显示, 该方法能有效提高XML检索的质量。

关键词: XML检索, 标签权重, 主题概括强度

Abstract: Taking the occurrence position of a term in XML (extensive makeup language) retrieval is helpful to improve the retrieval performance. The common method sets the weight of tag in XML document and integrates the tag weight into term weight model. However, tag weight is set manually in most related works, which is a subjective and heavy work. A tag weight model based on topic generalization is advanced, by which the tag weight is calculated automatically. Experiment results show that this model performs well in XML retrieval.

Key words: XML retrieval, tag weight, topic generalization

中图分类号:

TP391

刘德喜1,2+ , 万常选1,2 , 刘喜平1,2 , 焦贤沛1,2 . XML检索中的标签权重设置模型*[J]. 计算机科学与探索, 2010, 4(8): 723-730.

LIU Dexi^1,2+, WAN Changxuan^1,2, LIU Xiping^1,2, JIAO Xianpei^1,2. Tag Weighting Model for XML Retrieval*[J]. Journal of Frontiers of Computer Science and Technology, 2010, 4(8): 723-730.

[1]	陈光鹏+, 杨育彬. 利用蚁群算法的记忆式图像检索方法[J]. 计算机科学与探索, 2011, 5(1): 32-37.
[2]	周春姐+, 孟小峰. 普适计算中复合事件检测的研究与挑战[J]. 计算机科学与探索, 2010, 4(12): 1057-1072.
[3]	陈占军1 , 戴志军1,2 , 吴毅红1+ . 建筑物场景宽基线图像的准稠密匹配[J]. 计算机科学与探索, 2010, 4(12): 1089-1100.
[4]	黄鹏+ , 王鹏, 汪卫 . 面向事件流的频繁片断计数算法*[J]. 计算机科学与探索, 2010, 4(10): 909-917.
[5]	李陶深1+ , 陈俊2 . 网格环境下的实时事务级并发控制协议*[J]. 计算机科学与探索, 2010, 4(10): 940-950.
[6]	王晓光+ ; 刘奕群; 金奕江;岑荣伟; 马少平; 茹立云 . 面向用户行为的页面质量评估*[J]. 计算机科学与探索, 2010, 4(7): 589-598.
[7]	吴遐+ ; 张道强 . 半监督图核降维方法*[J]. 计算机科学与探索, 2010, 4(7): 629-636.
[8]	蒋琳+ ;谭晓阳;刘俊 . 稀疏低秩双线性判别模型及其应用*[J]. 计算机科学与探索, 2010, 4(7): 654-661.
[9]	李宽+ ; 殷建平;李永; 詹宇斌 . 面向小样本库的全局Gabor滤波人脸识别*[J]. 计算机科学与探索, 2010, 4(5): 420-425.
[10]	吴昊1 , 李士进1+ , 林林2 , 万定生1 . 多策略结合的高光谱图像波段选择新方法*[J]. 计算机科学与探索, 2010, 4(5): 464-472.
[11]	刘伍颖, 王挺+ . 适于垃圾文本流过滤的条件概率集成方法*[J]. 计算机科学与探索, 2010, 4(5): 445-454.
[12]	刘巍，贺广南，杨育彬+. 结构上下文：一种新的物体类别描述符[J]. 计算机科学与探索, 2010, 4(4): 304-311.
[13]	辛军+，陈康，郑纬民. 虚拟化的集群资源管理技术研究[J]. 计算机科学与探索, 2010, 4(4): 324-329.
[14]	许嘉, 于戈+, 谷峪, 王艳秋 . RFID不确定数据管理技术[J]. 计算机科学与探索, 2009, 3(6): 561-576.
[15]	艾静，王仲远，孟小峰+. C-Rank：一种Deep Web数据记录可信度评估方法[J]. 计算机科学与探索, 2009, 3(6): 585-593.

XML检索中的标签权重设置模型*

Tag Weighting Model for XML Retrieval*

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics