中文摘要：

随着语义网的蓬勃发展，在海量语义数据中检索对象间语义关联的方法正在得到越来越多的关注。本项目将着重研究语义关联检索模型、海量语义关联的挖掘和索引方法，以及语义关联的理解方法，力图通过这些理论和方法的研究提高语义关联检索的效率和易用性。在语义关联检索模型的研究中引入关联模式的概念，解决传统语义关联检索模型在表达能力上的局限性；在海量语义关联挖掘和索引方法的研究中，充分利用语义关联的特点提高挖掘和索引的效率；在语义关联理解的研究中，通过语义关联摘要帮助用户快速理解检索到的语义关联，提高检索的易用性。本项目将促进语义数据的共享和重用，为语义网的可持续发展打下良好的基础。

结论摘要：

随着语义网在近10年间的蓬勃发展，在线的语义数据越来越丰富。在语义数据中发现语义关联的方法一直是语义网中的研究热点。但传统基于路径发现的方法存在一些弊端，不能很好地刻画复杂的语义关联结构，同时也无法用于评价语义关联的典型性。本课题基于频繁子图挖掘方法和虚拟文档的概念，使得语义关联的挖掘与检索能够做到1）刻画复杂的语义关联结构，并描述语义关联的典型性；2）有效地在海量语义数据中挖掘语义关联；3）利用关键词对挖掘结果进行检索。为此，本课题组进行了以下内容的研究1）语义关联建模方法的研究。本课题采用基于链接模式的语义关联模型，可以用于描述多个对象之间的复杂图结构和语义关联典型性；2）海量语义数据中的语义关联挖掘方法研究。本项目在链接模式的挖掘中采取聚类和划分的方法，提高了在海量语义数据中挖掘语义关联的效率；3）语义关联检索方法研究。本课题提出了从挖掘出的语义关联中提取虚拟文档的方法、虚拟文档索引与检索方法、语义关联排序方法以及语义关联摘要方法，形成了完整了语义关联检索理论。