基于語義分析的信息檢索技術(shù)的研究.pdf

1、當(dāng)前常用的信息檢索技術(shù)主要還是基于關(guān)鍵詞進(jìn)行機(jī)械匹配，將研究的重點(diǎn)放在算法的優(yōu)化上，而忽視了語義方面的研究。這不能從根本上解決語義多重性、檢索表示多樣性、相關(guān)網(wǎng)頁漏檢、結(jié)果排序不規(guī)范等問題。本文便是針對當(dāng)前出現(xiàn)的這些問題展開研究，提出了基于語義分析的信息檢索模型MIRSA。本模型主要包含以下四個(gè)關(guān)鍵點(diǎn)：歧義消除方法、語義擴(kuò)展算法、檢索詞匹配策略、網(wǎng)頁排序算法。該模型可有效解決語義多重性問題、避免相關(guān)網(wǎng)頁漏檢、合理提高相關(guān)網(wǎng)頁的排序。

2、r>　　 在基于語義分析的基礎(chǔ)上，本文使用了消除檢索詞序列中多義詞無關(guān)語義的方法。該方法借助本體特性并利用了概念相似度來獲取多義詞所對應(yīng)的不同概念與檢索詞序列中其它檢索詞概念之間的相似度，依據(jù)相似度的大小來排除多義詞的無關(guān)詞義。在語義擴(kuò)展方面，本文依據(jù)本體樹的結(jié)構(gòu)特點(diǎn)，使用了一種檢索詞語義擴(kuò)展的方法。該方法在不改變檢索意圖的前提下豐富檢索詞序列，避免了相關(guān)網(wǎng)頁漏選現(xiàn)象，也為相關(guān)網(wǎng)頁的排序提供了依據(jù)。針對擴(kuò)展后的檢索詞序列，本文提出了與

3、其相適應(yīng)的檢索詞匹配方法。該方法將原檢索詞與擴(kuò)展檢索詞區(qū)別對待，充分發(fā)揮新舊檢索詞對檢索網(wǎng)頁和網(wǎng)頁排序的作用。最后，本文將語義分析引入到詞頻位置加權(quán)排序算法中。通過為檢索詞添加權(quán)重，改進(jìn)型算法可更客觀的計(jì)算出網(wǎng)頁相對于檢索詞序列的相關(guān)度。
　　 本文利用Protégé3.4.7、Nutch1.2等開發(fā)工具獲取實(shí)驗(yàn)數(shù)據(jù)。結(jié)合本實(shí)驗(yàn)軟硬件開發(fā)、測試的實(shí)際環(huán)境情況，并在傳統(tǒng)查準(zhǔn)率的基礎(chǔ)上引入相對查準(zhǔn)率作為數(shù)據(jù)分析的理論依據(jù)。與常用信息