基于知識圖譜的搜索引擎技術研究與應用.pdf

1、互聯網的迅速普及以及數字信息的爆炸式增長帶來了寶貴的信息數據財富，盡管這些數據已經被分門別類，但是從成千上萬的類別及其子類中檢索有效信息對于搜索引擎也是較大的挑戰(zhàn)。傳統(tǒng)的搜索引擎通過對互聯網中的數據進行全文索引，通過關鍵詞匹配索引的方式進行信息檢索并返回給用戶相關的鏈接。這種檢索方法不能準確理解用戶的需求，同時返回的是相關鏈接而不是用戶需要的信息，用戶需要從鏈接的文檔中查找相關的信息。為了改善上述傳統(tǒng)搜索引擎的弊端，基于知識的搜索引擎引

2、起了研究者和產業(yè)界的廣泛關注。其主要思想是通過在互聯網中進行數據獲取，完成數據到知識的轉變形成知識網絡并提供信息檢索功能。
　　本文研究特定領域內的該類型搜索引擎的搭建相關理論及實現方法，希望通過該搜索引擎能夠提供特定領域內的實體查詢，即通過深度理解用戶需求，從實體庫中檢索出相關實體返回給用戶。圍繞搭建領域內基于知識圖譜的搜索引擎，研究基礎搜索引擎框架，網絡爬蟲，數據索引，知識抽取，圖譜模型等關鍵技術,主要工作包括：
　　（

3、1）提出一種基于本體庫的知識抽取方法。通過領域內的本體庫，判斷從互聯網中抓取的數據是否是領域內相關的實體，并從數據中抽取出實體相關的知識碎片，最后融合知識碎片形成領域內的知識。實驗證明，這種方法的知識抽取相比傳統(tǒng)的基于規(guī)則的抽取方法抽取范圍更為確定，抽取的知識也較為準確。
　?。?）提出一種基于Lucene的增量索引方法。通過分析Lucene框架以及Lucene的倒排索引和段合并機制，研究Lucene索引實體數據時性能較差的缺點，