[发明专利]一种Web服务构件库动态构造方法及其服务检索方法

摘要

本发明提供一种通过对Web服务描述文档进行语义标注，从而实现基于潜在语义匹配检索的Web服务构件库动态构造方法。同时，还包括根据该构造方法所设计的服务检索方法。由于本发明所设计的Web服务构件库的构造方法及其检索方法是根据词汇语义相似度进行比较，这样一词多义、多词同义、单词单复数、误拼等问题都在一定程度上得到了解决，因此使得该Web服务检索方法的各项技术指标得到了改善。

主权项

1、一种Web服务构件库动态构造方法，其特征在于：具体包括如下步骤：(1)通过网络爬虫从互联网上含有Web服务的站点抓取网页；(2)从网页中解析出Web服务地址信息；(3)验证Web服务地址信息，根据有效地址提取Web服务基本信息并存储；(4)依据WordNet词库，对Web服务基本信息中的输出参数进行分词和本体标注，输出参数经过分词和本体标注，产生一个集合，称为输出参数的标注集，标注集中的每个元素称为输出参数的标注项；(5)重复前述步骤(1)至步骤(4)，直至形成一定规模经过分词和本体标注的Web服务集合；(6)将所述经过分词和本体标注后的Web服务集合组织形成一个特征项-文档矩阵；该特征项-文档矩阵的行和列分别由Web服务集合的所有Web服务和所有Web服务输出参数的标注项组成；该特征项-文档矩阵中的具体权重值Qij，依据计算式Qij＝TFij*Log(N/ni)计算得出，该TFij＝tij/aj；其中Qij为标注项i在服务j中的权重值，TFij为标注项i在服务j中出现的频率，N为Web服务集合中的服务数量，aj为服务j中输出参数的标注项总数，tij为在服务j输出参数的标注集中与标注项i相似度大于阈值的标注项的数目，ni为该输出参数标注集中含有与标注项i相似度大于阈值的服务的个数；该步骤(6)中所述标注项与标注项的相似度计算步骤如下：(6a)检查比较相似度的两个标注项是否均与WordNet词库中的词汇本体相对应；如果是，则通过步骤(6b)计算两个标注项间的相似度；如果不是，则通过步骤(6c)计算两个标注项间的相似度；(6b)所述两个标注项之间的相似度依据下述计算公式进行计算：$\mathrm{Sim}(c1,c2)=\frac{2{\mathrm{Sim}}_{\mathrm{res}}(c1,c2)}{\mathrm{IC}\left(c1\right)+\mathrm{IC}\left(c2\right)}$Simres(c1，c2)＝maxc∈S(c1，c2)IC(c)IC(c)＝-log p(c)p(c)＝count/sum其中，c1、c2分别为进行比较的两个标注项，p(c)为WordNet词库中的词汇本体c在某个特定领域词汇本体实例集合C中的出现概率，某个特定领域词汇本体实例集合C在WordNet词库中的词汇本体实例总数为sum，某个特定领域词汇本体实例集合C中词汇本体c的本体实例数目为count；IC(c)为词汇本体c包含的信息内容；(6c)所述两个标注项之间的相似度依据下述计算公式进行计算：EditSimilarity＝(maxLen-dis)/maxLen其中，EditSimilarity为编辑距离相似度，是指两个字符串之间较长的字符串的长度与两个字符串编辑距离之差占较长的字符串长度的比例；dis为编辑距离，maxLen为两个字符串中较长的字符串的长度。