Mapování a dolování ontologií s uživatelskou preferencí

Abstract

V tejto diplomovej práci sa zaoberáme problémom mapovania a dolovania ontológií. Dolovanie ontológií je učenie ontológií z inštancií. Prvým krokom tochto procesu je samotné dolovanie inštancií. Navrhli sme spôsob pre dolovanie inštancií z webových dokumentoch obsahujúcich štrukturované záznamy. Datové záznamy hľadáme v HTML strome webového dokumentu. Záznamy hľadáme len v relevantných vetvách HTML stromu a identifikujeme taktiež prekryvajúce sa záznamy. Navrli sme spôsob identifikácie atribútov a ich mapovanie na atribúty konceptov ontológie. Preskúmali sme aj iné možné alternatívy pre dolovanie inštancií, vrátane použitia OCR nástrojov na spracovanie vizuálnej podoby dokumentu. Prevedené experimenty nad niekoľkými typmi webových dokumentoch potvrdzujú správny smer nášho výskumu.

In this diploma thesis we deal with the problem of ontology mining and mapping. Ontology mining is ontology learning from instance. First step to ontology mining is instance mining. We present method for ontology instance mining from web pages that contain structured data records. We use HTML tree of the page to detect data records. We search data records only in relevant branches of HTML tree and we identify also non-contiguous records. Next we present method to identify attributes of record and their mapping into attributes of ontology concepts. We discuss also several alternative methods including OCR usage for processing visual form of web document . Results of experiments on several types of web documents show a right direction of our research.