Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống
1
/ 114 trang
THÔNG TIN TÀI LIỆU
Thông tin cơ bản
Định dạng
Số trang
114
Dung lượng
1,19 MB
Nội dung
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI LUẬN VĂN THẠC SỸ KHOA HỌC ®èi s¸nh tù ®éng l−îc ®å XML NGÀNH: CÔNG NGHỆ THÔNG TIN MS: ………………………. VÕ SỸ NAM NGƯỜI HƯỚNG DẪN KHOA HỌC: TS. HUỲNH QUYẾT THẮNG HÀ NỘI - 2006 Mục lục Danh mục từ viết tắt, thuật ngữ Error! Bookmark not defined. Danh mục bảng biểu Error! Bookmark not defined. Danh mục hình vẽ Error! Bookmark not defined. Mở đầu Error! Bookmark not defined. 1. Giới thiệu chung Error! Bookmark not defined. 2. Nội dung luận văn Error! Bookmark not defined. Chương 1 Đốisánhlượcđồ Error! Bookmark not defined. 1.1 Tổng quan về đốisánhlượcđồ Error! Bookmark not defined. 1.1.1 Các khái niệm cơ bản về đốisánhlượcđồ Error! Bookmark not defined. 1.1.2 Các lĩnh vực ứng dụng đốisánhlượcđồ Error! Bookmark not defined. 1.2 Các tiếp cận đốisánhlượcđồ Error! Bookmark not defined. 1.2.1 Phân loại các tiếp cận đốisánhlượcđồ Error! Bookmark not defined. 1.2.2 Các tiếp cận đốisánhlượcđồ Error! Bookmark not defined. 1.2.3 Các phương pháp đốisánhlượcđồ Error! Bookmark not defined. 1.3 Các h ệ thống đốisánhlượcđồXML Error! Bookmark not defined. 1.3.1 Cupid (trung tâm nghiên cứu Microsoft) Error! Bookmark not defined. 1.3.2 Similarity Flooding (Đại học Stanford và đại học Leipzig) Error! Bookmark not defined. 1.3.3 LSD (Đại học Washington) Error! Bookmark not defined. 1.3.4 Clio (IBM Almaden và đại học Toronto) Error! Bookmark not defined. 1.3.5 Một số hệ thống đốisánhlượcđồ khác Error! Bookmark not defined. 1.4 Kết chương Error! Bookmark not defined. Chương 2 Các định nghĩa hình thức Error! Bookmark not defined. 2.1 Vấn đề đốisánhlượcđồXML Error! Bookmark not defined. 2.1.1 Đốisánh ngữ nghĩa và đốisánh cú pháp Error! Bookmark not defined. 2.1.2 Thông tin đầu vào của tiến trình đốisánh Error! Bookmark not defined. 2.1.3 Thông tin đầu ra của tiến trình đốisánh Error! Bookmark not defined. 2.1.4 Các định nghĩa hình thức Error! Bookmark not defined. 2.2 Mô hình hóa lượcđồXML Error! Bookmark not defined. 2.2.1 Các nút đồ thị lượcđồ Error! Bookmark not defined. 2.2.2 Các cạnh đồ thị lượcđồ Error! Bookmark not defined. 2.2.3 Các ràng buộc đồ thị lượ c đồ Error! Bookmark not defined. 2.2.4 Các định nghĩa hình thức Error! Bookmark not defined. 2.3 Ánh xạ nguồn–đích Error! Bookmark not defined. 2.4 Kết chương Error! Bookmark not defined. Chương 3 ĐốisánhtựđộnglượcđồXML Error! Bookmark not defined. 3.1 Tổng quan về đốisánhtựđộnglượcđồXML Error! Bookmark not defined. 3.2 Đođộ tương đồng ngôn ngữ Error! Bookmark not defined. 3.2.1 WordNet và quan hệ ngữ nghĩa giữa các từ Error! Bookmark not defined. 3.2.2 Thuật toán của Hirst và St-Onge Error! Bookmark not defined. 3.2.3 Giải pháp của hệ thống Cupid Error! Bookmark not defined. 3.3 Xét tính tương thích kiểu dữ liệu lượcđồXML và phân tích phân cấp kiểu người thiết kế Error! Bookmark not defined. 3.3.1 Xét tính tương thích kiểu dữ liệu lượ c đồXML Error! Bookmark not defined. 3.3.2 Phân tích phân cấp kiểu người thiết kế Error! Bookmark not defined. 3.4 Đođộ tương đồng cấu trúc Error! Bookmark not defined. 3.4.1 Định nghĩa ngữ cảnh nút Error! Bookmark not defined. 3.4.2 Đođộ tương tự đường dẫn Error! Bookmark not defined. 3.4.3 Đođộ tương đồng ngữ cảnh nút Error! Bookmark not defined. 3.5 Đođộ tương đồng nút và tạo ánh xạ giữa các phần tử Error! Bookmark not defined. 3.5.1 Đ o độ tương đồng nút Error! Bookmark not defined. 3.5.2 Tạo ánh xạ giữa các nút và cạnh đốisánh Error! Bookmark not defined. 3.6 Đánh giá tiến trình đốisánhlượcđồXML Error! Bookmark not defined. 3.6.1 Các phương pháp đánh giá Error! Bookmark not defined. 3.6.2 Đánh giá giải pháp Error! Bookmark not defined. 3.7 Áp dụng đốisánhlượcđồ trong bài toán chuyển đổi tài liệu có cấu trúc Error! Bookmark not defined. 3.7.1 Tổng quan về tài liệu có cấu trúc Error! Bookmark not defined. 3.7.2 Chuyển đổitựđộng tài liệu có cấu trúc Error! Bookmark not defined. 3.7.3 Mô hình cho hệ thống chuyển đổitựđộng tài liệu XML Error! Bookmark not defined. 3.8 Kết chương Error! Bookmark not defined. Kết luận và hướng phát triển Error! Bookmark not defined. 1. Đóng góp chính của luận văn Error! Bookmark not defined. 2. Hướng phát triển Error! Bookmark not defined. Danh mục tài liệu tham khảo Error! Bookmark not defined. Phụ lục Error! Bookmark not defined. Phụ lục A: Ngôn ngữ đánh dấu mở rộng - XML Error! Bookmark not defined. Phụ lục B: LượcđồXML Error! Bookmark not defined. Phụ lục C: Thuật toán của Hirst và St-Onge Error! Bookmark not defined. BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI LUẬN VĂN THẠC SỸ KHOA HỌC ®èi s¸nh tù ®éng l−îc ®å XML NGÀNH: CÔNG NGHỆ THÔNG TIN MS: ………………………. VÕ SỸ NAM NGƯỜI HƯỚNG DẪN KHOA HỌC: TS. HUỲNH QUYẾT THẮNG HÀ NỘI - 2006 ĐốisánhtựđộnglượcđồXML Võ Sỹ Nam. Luận văn cao học – ngành công nghệ thông tin i Lời cảm ơn Luận văn này đánh dấu kết thúc hai năm cao học tại trường đại học Bách Khoa Hà Nội. Trong quãng thời gian tuy chưa dài nhưng cũng không phải là ngắn đó, tôi đã trưởng thành rất nhiều về kiến thức cũng như khả năng nghiên cứu. Tôi xin bày tỏ lòng biết ơn sâu sắc tới thầy giáo – TS. Huỳnh Quyết Thắng, người đã hướng dẫn, giúp đỡ tôi hết sức tận tình trong quá trình th ực hiện luận văn tốt nghiệp. Thầy là người đã cung cấp ý tưởng, tài liệu ban đầu về đề tài, các hướng dẫn quan trọng trong suốt quá trình thực hiện luận văn, dành thời gian đọc và sửa chữa báo cáo cũng như có những góp ý rất quan trọng cho tôi trong suốt quá trình hoàn thiện luận văn này. Tôi xin cám ơn thư viện trường EPFL, Thụy Sỹ đã cung cấp cho tôi một số tài liệu tham khả o bổ ích, xin cảm ơn các nhóm sinh viên K48 khoa Công nghệ thông tin, trường đại học Bách Khoa Hà Nội đã tận tình làm việc cùng tôi và góp nhiều công sức trong quá trình cài đặt thử nghiệm chương trình. Tôi xin gửi lời cám ơn sâu sắc tới các thầy giáo, cô giáo của trường đại học Bách Khoa Hà Nội, khoa Công nghệ thông tin đã tận tình giảng dạy, trang bị kiến thức cho chúng tôi, xin gửi lời cám ơn bộ môn Kỹ thuật hệ thống, khoa Công nghệ thông tin, trường đại h ọc Xây dựng Hà Nội đã hết sức tạo điều kiện về thời gian cho tôi hoàn thành luận văn này. Tôi cũng xin gửi lời cám ơn tới các bạn của tôi, những người đã chia sẻ với tôi nhiệt huyết và niềm say mê học tập & nghiên cứu khoa học, chia sẻ với tôi kiến thức và phương pháp tìm hiểu vấn đề, cung cấp cho tôi các tài liệu thiết thực cũng như những ý t ưởng bổ sung cho luận văn, góp phần giúp tôi thực hiện luận văn này trong sự cố gắng và nỗ lực cao nhất. Cuối cùng nhưng cũng là điều quan trọng nhất, cho tôi gửi lời cảm ơn sâu sắc tới bố, mẹ, em trai và những người thân của tôi, những người đã giúp đỡ tôi rất nhiều cả về vật chất lẫn tinh thần trong suốt quá trình học tập và công tác, độ ng viên tôi trong những lúc khó khăn cũng như chia sẻ niềm vui với tôi những lúc thành công. Một lần nữa tôi xin chân thành cám ơn tất cả./. Hà Nội, tháng 11 năm 2006 Võ Sỹ Nam ĐốisánhtựđộnglượcđồXML Võ Sỹ Nam. Luận văn cao học – ngành công nghệ thông tin ii Mục lục Danh mục từ viết tắt, thuật ngữ iv Danh mục bảng biểu v Danh mục hình vẽ v Mở đầu 1 1. Giới thiệu chung 1 2. Nội dung luận văn 3 Chương 1 Đốisánhlượcđồ 6 1.1 Tổng quan về đốisánhlượcđồ 7 1.1.1 Các khái niệm cơ bản về đốisánhlượcđồ 7 1.1.2 Các lĩnh vực ứng dụng đốisánhlượcđồ 8 1.2 Các tiếp cận đốisánhlượcđồ 14 1.2.1 Phân loại các tiếp cận đốisánhlượcđồ 14 1.2.2 Các tiếp cận đốisánhlượcđồ 15 1.2.3 Các phương pháp đốisánhlượcđồ 17 1.3 Các hệ thống đốisánhlượcđồXML 20 1.3.1 Cupid (trung tâm nghiên cứu Microsoft) 21 1.3.2 Similarity Flooding (đại học Stanford và đại học Leipzig) 23 1.3.3 LSD (đại học Washington) 24 1.3.4 Clio (IBM Almaden và đại học Toronto) 25 1.3.5 Một số hệ thống đốisánhlượcđồ khác 26 1.4 Kết chương 28 Chương 2 Các định nghĩa hình thức 29 2.1 Vấn đề đốisánhlượcđồXML 30 2.1.1 Đốisánh ngữ nghĩa và đốisánh cú pháp 30 2.1.2 Thông tin đầu vào của tiến trình đốisánh 32 2.1.3 Thông tin đầu ra của tiến trình đốisánh 34 2.1.4 Các định nghĩa hình thức 35 2.2 Mô hình hóa lượcđồXML 36 2.2.1 Các nút đồ thị lượcđồ 37 2.2.2 Các cạnh đồ thị lượcđồ 37 2.2.3 Các ràng buộc đồ thị lượcđồ 38 2.2.4 Các định nghĩa hình thức 40 2.3 Ánh xạ nguồn– đích 43 2.4 Kết chương 46 ĐốisánhtựđộnglượcđồXML Võ Sỹ Nam. Luận văn cao học – ngành công nghệ thông tin iii Chương 3 ĐốisánhtựđộnglượcđồXML 47 3.1 Tổng quan về đốisánhtựđộnglượcđồXML 48 3.2 Đođộ tương đồng ngôn ngữ 49 3.2.1 WordNet và quan hệ ngữ nghĩa giữa các từ 49 3.2.2 Thuật toán của Hirst và St-Onge 50 3.2.3 Giải pháp của hệ thống Cupid 52 3.3 Xét tính tương thích kiểu dữ liệu lượcđồXML và phân tích phân cấp kiểu người thiết kế 53 3.3.1 Xét tính tương thích kiểu dữ liệu lượcđồXML 53 3.3.2 Phân tích phân cấp kiểu người thiế t kế 55 3.4 Đođộ tương đồng cấu trúc 56 3.4.1 Định nghĩa ngữ cảnh nút 56 3.4.2 Đođộ tương tự đường dẫn 58 3.4.3 Đođộ tương đồng ngữ cảnh nút 63 3.5 Đođộ tương đồng nút và tạo ánh xạ giữa các phần tử 66 3.5.1 Đođộ tương đồng nút 66 3.5.2 Tạo ánh xạ giữa các nút và cạnh đốisánh 67 3.6 Đánh giá tiến trình đốisánh l ược đồXML 68 3.6.1 Các phương pháp đánh giá 68 3.6.2 Đánh giá giải pháp 70 3.7 Áp dụng đốisánhlượcđồ trong bài toán chuyển đổi tài liệu có cấu trúc 72 3.7.1 Tổng quan về tài liệu có cấu trúc 73 3.7.2 Chuyển đổitựđộng tài liệu có cấu trúc 76 3.7.3 Mô hình cho hệ thống chuyển đổitựđộng tài liệu XML 78 3.8 Kết chương 80 Kết luận và hướng phát triển 81 1. Đóng góp chính của luận văn 81 2. Hướng phát triển 84 Danh mục tài liệu tham khảo 86 Phụ lục 88 Phụ lục A: Ngôn ngữ đánh dấu mở rộng - XML 89 Phụ lục B: LượcđồXML 97 Phụ lục C: Thuật toán của Hirst và St-Onge 100 ĐốisánhtựđộnglượcđồXML Võ Sỹ Nam. Luận văn cao học – ngành công nghệ thông tin iv Danh mục từ viết tắt, thuật ngữ Từ viết tắt/ thuật ngữ Giải nghĩa Ghi chú CSDL Cơ sở dữ liệu TTNT Trí tuệ nhân tạo XML eXtended Markup Language DTD Document Type Definition XSD XML Schema Definition SGML Standard Generalized Markup Language LCS Longest Common Subsequence ĐốisánhtựđộnglượcđồXML Võ Sỹ Nam. Luận văn cao học – ngành công nghệ thông tin v Danh mục bảng biểu Bảng 3. 1 Đặc điểm các lượcđồ thử nghiệm 70 Bảng 3. 2 Kết quả đo chất lượng đốisánh 71 Danh mục hình vẽ Hình 2. 1 Ví dụ về đồ thị lượcđồ 36 Hình 3. 1 Tiến trình tính toán độ tương đồng phần tử 49 Hình 3. 2 Ngữ cảnh của một phần tửlượcđồ 57 Hình 3. 3 So sánh các đốisánh thực với các đốisánh suy diễn được 70 Hình 3. 4 Biểu đồ so sánh kết quả thực thi 72 Hình 3. 5 Mô hình cho hệ thống chuyển đổitựđộng tài liệu XML 79 Mở đầu Võ Sỹ Nam. Luận văn cao học – ngành công nghệ thông tin 1 Mở đầu 1. Giới thiệu chung Một vấn đề rất quan trọng trong các hệ thống xử lý thông tin là trao đổi và sử dụng lại dữ liệu giữa các hệ thống có dữ liệu không đồng nhất. Tính không đồng nhất của dữ liệu là do các tổ chức hoặc ứng dụng thường tạo ra dữ liệu cho chính mình dựa trên các yêu cầu riêng biệt. Các yêu cầu này hầu hết thường được đặc tả trong các mô hình dữ liệu trừu t ượng, còn gọi là các lượcđồ (chẳng hạn như lượcđồ quan hệ, lượcđồ hướng đối tượng và gần đây là lượcđồ XML). Trong những năm gần đây, sự phát triển mạnh mẽ của các nguồn dữ liệu Web với rất nhiều mô hình thông tin và cú pháp mã hóa khác nhau đã dẫn đến nhu cầu ngày càng cấp thiết của việc phát triển các phương pháp và công cụ hỗ trợ cho việ c trao đổi và sử dụng lại dữ liệu, do vậy đã có rất nhiều nghiên cứu quan tâm đến vấn đề này. Như ta biết, đốisánhlượcđồ là vấn đề trung tâm trong hầu hết các nghiên cứu đó. Bài toán đốisánhlượcđồ có thể được định nghĩa một cách phi hình thức như sau: [6], [11] “Cho hai lượcđồ S 1 và S 2 trên mô hình dữ liệu bất kỳ, có thể có thêm thông tin phụ trợ và một ánh xạ khởi đầu, hãy tìm ánh xạ giữa các phần tửlượcđồ thỏa mãn yêu cầu người dùng”. Nói cách khác, đây là vấn đề tìm kiếm sự tương đồng giữa các phần tử của S 1 và S 2 (hay là việc xác định các thành phần tương đương nhau giữa hai lượcđồ nguồn và đích đã cho) bằng cách khai thác các thông tin tồn tại trong lược đồ, dữ liệu và các nguồn thông tin phụ trợ. [...]... thêm cho bài toán đối sánhlượcđồXML Võ Sỹ Nam Luận văn cao học – ngành công nghệ thông tin 3 Mở đầu 2 Nội dung luận văn Luận văn này nghiên cứu vấn đề đốisánhtựđộnglượcđồXMLLuận văn bao gồm ba chương Chương 1 mô tả tổng quan về vấn đề đốisánhlượcđồ Chương 2 đưa ra các định nghĩa hình thức cho vấn đề đối sánhlượcđồXML Chương 3 mô tả giải pháp đốisánhtựđộnglượcđồXML Cũng trong chương... hạn như lượcđồ quan hệ, lượcđồ hướng đối tượng, DTD, lượcđồ XML, v.v ) hoặc những ứng dụng mà các lượcđồ chúng khai thác là không đồng nhất Đối Võ Sỹ Nam Luận văn cao học – ngành công nghệ thông tin 9 Chương 1: Đối sánh lượcđồsánhlượcđồ cho phép thao tác trên các lược đồ, dịch dữ liệu và trả lời truy vấn qua các lượcđồ không đồng nhất Nhiều ứng dụng khác nhau dựa trên đốisánhlượcđồ đã xuất... và hoàn thiện thêm nhằm giải quyết vấn đề tựđộng hóa tiến trình đốisánhlượcđồ một cách có hiệu quả nhất Võ Sỹ Nam Luận văn cao học – ngành công nghệ thông tin 7 Chương 1: Đốisánhlượcđồ 1.1 Tổng quan về đốisánhlượcđồ 1.1.1 Các khái niệm cơ bản về đối sánhlượcđồĐốisánhlượcđồ là quá trình thao tác trên các lượcđồ với đầu vào là hai lượcđồ không đồng nhất và có thể có thêm thông tin phụ,... trúc Các công cụ đốisánhlượcđồ thường kết hợp các phương pháp này để thực hiện quá trình đốisánh 1.2.3.1 Đốisánh ngôn ngữ Đốisánh ngôn ngữ về cơ bản dựa trên tên các thành phần lượcđồ để tìm kiếm đốisánh giữa các lượcđồ Để làm việc, đốisánh ngôn ngữ thường yêu Võ Sỹ Nam Luận văn cao học – ngành công nghệ thông tin 18 Chương 1: Đốisánhlượcđồ cầu sử dụng tên mô tả Sự tương đồng của tên được... Trong luận văn này chúng tôi sẽ xem xét tập các phép toán bao gồm hợp, chọn, nhập, tách, nối, áp dụng và đổi tên Chương 3: ĐốisánhtựđộnglượcđồXML Chương này mô tả giải pháp đốisánhtựđộnglượcđồ XML, đánh giá giải pháp và mô tả một ứng dụng điển hình cho đốisánhlược đồ, vấn đề chuyển đổitựđộng tài liệu XML Chương này bao gồm các nội dung chính sau: - Mô tả tiến trình tính toán độ tương đồng... pháp đốisánhlượcđồ Dù sử dụng các tiếp cận trên cơ sở luật hay trên cơ sở học, tất cả các công cụ đốisánh đều khai thác tên phần tử, kiểu dữ liệu, các ràng buộc và định nghĩa cấu trúc Trên cơ sở xem xét các dự án đã thực hiện và các khảo sát về vấn đề đốisánhlượcđồ [17] ta có thể phân chia các phương pháp đốisánhlượcđồ thành ba loại: đốisánh ngôn ngữ, đốisánh trên cơ sở ràng buộc và đối sánh. .. xem xét vấn đề chuyển đổitựđộng tài liệu XML Cuối cùng, phần kết luận nêu lên những đóng góp chính và các hướng phát triển Sau đây là những nội dung chính của luậnvăn: Chương 1: Đốisánhlượcđồ Chương này bao gồm ba nội dung chính: - Trình bày các khái niệm, định nghĩa cơ bản về vấn đề đốisánhlượcđồ và các lĩnh vực ứng dụng chính của đốisánhlượcđồ như tích hợp lược đồ, tích hợp dữ liệu, kho... toán hợp nhất hoặc phân tách Võ Sỹ Nam Luận văn cao học – ngành công nghệ thông tin 15 Chương 1: Đốisánhlượcđồ * Thông tin trợ giúp: các tiếp cận đốisánh thường sử dụng nhiều nguồn thông tin trợ giúp khác nhau như từ điển, lượcđồ tổng thể, các kết quả đốisánh sẵn có từ trước hay đầu vào người dùng 1.2.2 Các tiếp cận đốisánhlượcđồ Các tiếp cận đốisánhlượcđồ đã được phát triển chủ yếu trong... hiện nay là tổng quát hóa các kỹ thuật này để chỉ ra ngữ nghĩa của một ánh xạ đưa ra bởi phép toán đốisánh tìm được [17] Võ Sỹ Nam Luận văn cao học – ngành công nghệ thông tin 14 Chương 1: Đốisánhlượcđồ 1.2 Các tiếp cận đốisánhlượcđồ 1.2.1 Phân loại các tiếp cận đối sánhlượcđồĐốisánhlượcđồ là một vấn đề mới mẻ và thường được nghiên cứu riêng lẻ trên nhiều lĩnh vực khác nhau, do vậy đã... trong một bộ đốisánh lai hoặc kết hợp các kết quả đốisánh của các tiếp cận độc lập khác nhau * Số yếu tố đối sánh: kết quả đốisánh có thể là một hay nhiều phần tử của lượcđồ nguồn đốisánh với một hay nhiều phần tử của lượcđồ đích Có bốn trường hợp cơ bản, bao gồm đốisánh 1:1, 1:n, n:1 và n:m Ngoài ra một phần tử của lượcđồ này cũng có thể liên quan đến nhiều phần tử của lượcđồ kia, khi đó có . cận đối sánh lược đồ 14 1.2.1 Phân loại các tiếp cận đối sánh lược đồ 14 1.2.2 Các tiếp cận đối sánh lược đồ 15 1.2.3 Các phương pháp đối sánh lược đồ 17 1.3 Các hệ thống đối sánh lược đồ XML. 2. Nội dung luận văn 3 Chương 1 Đối sánh lược đồ 6 1.1 Tổng quan về đối sánh lược đồ 7 1.1.1 Các khái niệm cơ bản về đối sánh lược đồ 7 1.1.2 Các lĩnh vực ứng dụng đối sánh lược đồ 8 1.2 Các. vấn đề đối sánh lược đồ XML. Chương 3 mô tả giải pháp đối sánh tự động lược đồ XML. Cũng trong chương 3, chúng tôi sẽ xem xét vấn đề chuyển đổi tự động tài liệu XML. Cuối cùng, phần kết luận