Visi web semantik membolehkan capaian maklumat dilakukan secara semantik, yang mana model semantik kueri dipadankan dengan maklumat semantik dokumen web. Namun demikian kebanyakan dokumen web adalah tidak berstruktur dan tidak mempunyai maklumat semantik dokumen menyebabkan kesukaran proses pengkuerian. Oleh itu, capaian dan pengekstrakan maklumat semantik daripada dokumen web adalah amat penting dalam merealisasikan visi web semantik dan meningkatkan kualiti capaian maklumat. Kertas kerja ini membincangkan pengaplikasian pendekatan ontologi spesifik dan pemprosesan bahasa tabii dalam menyokong capaian dan pengekstrakan maklumat semantik dokumen web. Dengan menggunakan kedua-dua teknik ini, setiap kali capaian maklumat dilakukan, sistem akan menjana model integrasi semantik dokumen iaitu dokumen yang dicapai oleh enjin gelintar komersial yang ditetapkan. Model intergrasi semantik dokumen ini membolehkan pengguna mencapai dan melayarinya secara semantik. Hasil pengujian capaian dan padanan konsep yang dijalankan memperlihatkan kedua-dua teknik yang digunakan mampu mengenal pasti dan mengekstrak maklumat semantik daripada kueri dan kandungan dokumen web.
Kata kunci: Capaian dokumen semantik, web semantik, ontologi, analisis bahasa tabii, perwakilan semantik dokumen, perwakilan semantik kueri
The Semantic Web vision offers the potential to express queries in a more semantically way whereby semantic query model will be matched with semantic information of the document. However, the unstructured natures of existing web documents, which lack of semantic prove to be a difficult task for such a query. Therefore, semantic information retrieval and semantic information extraction of web documents content are important to realize semantic web vision and enhance the quality of information access. To support this, the semantic information content of web documents need to be specified in order to make the tangled information more structured and accessible. In this paper, we propose an approach meant to semantically query web documents using natural language analysis technique and a domain specific ontology. Using both techniques, the tool gradually constructs the semantic document integration model of the documents retrieved from an existing search engine for each search session. The semantic model can then be semantically refined and browsed by the user. The result of concept matching and accessing shows that both techniques that have been used could identify and extract semantic information from query and web document content.
Key words: Semantic document retrieval, semantic web, ontology, natural language analysis, semantic document representation, semantic query representation
SIABO - Semantic Information Access through Biomedical Ontologies