基于語義的金融企業(yè)非結(jié)構(gòu)化信息檢索系統(tǒng)研究.pdf

1、隨著金融行業(yè)自身信息化水平的不斷提高，越來越多的金融業(yè)務(wù)以信息化方式提供著監(jiān)管與服務(wù)。在這些業(yè)務(wù)數(shù)據(jù)中存在著大量非結(jié)構(gòu)化信息，如何快速的從海量的非結(jié)構(gòu)化數(shù)據(jù)信息中獲取有價(jià)值的內(nèi)容并加以應(yīng)用是金融企業(yè)在信息管理中面臨的問題。傳統(tǒng)的全文檢索技術(shù)雖然能夠滿足根據(jù)關(guān)鍵字快速查找匹配資料的需求，但存在以下缺點(diǎn)：無法完成具有異源異構(gòu)特性的非結(jié)構(gòu)化信息數(shù)據(jù)整合；無法根據(jù)查詢要求對需求的信息進(jìn)行語義分析與推理；在檢索結(jié)果中存在過多的無價(jià)值與不相關(guān)信息。

2、
　　為了解決這些問題，本文在非結(jié)構(gòu)化信息管理架構(gòu)UIMA（Unstructured Information Management Architecture）規(guī)范和全文檢索技術(shù)的基礎(chǔ)之上，提出了一種基于語義的非結(jié)構(gòu)化信息檢索方法。該方法首先對金融企業(yè)異源異構(gòu)的非結(jié)構(gòu)化信息數(shù)據(jù)源進(jìn)行整合，并通過內(nèi)容管理系統(tǒng)CMS（Content Management System）對信息資源進(jìn)行統(tǒng)一管理。然后利用可擴(kuò)展的UIMA框架實(shí)現(xiàn)對這些非結(jié)構(gòu)

3、化金融信息資源的數(shù)據(jù)獲取與擴(kuò)展化數(shù)據(jù)分析，并應(yīng)用Lucene索引技術(shù)實(shí)現(xiàn)對數(shù)據(jù)內(nèi)容和分析結(jié)果的序列化索引。在信息檢索中，該方法在傳統(tǒng)搜索模型的基礎(chǔ)上，引入本體概念，提出了一種基于領(lǐng)域本體的檢索模型，通過構(gòu)建基于OWL（Web Ontology Language）標(biāo)準(zhǔn)的金融領(lǐng)域本體庫實(shí)現(xiàn)基于語義的信息檢索。
　　以基于語義的非結(jié)構(gòu)化信息檢索方法為依據(jù)，本文提出了基于語義的金融企業(yè)非結(jié)構(gòu)化信息檢索系統(tǒng)設(shè)計(jì)方案，根據(jù)該方案設(shè)計(jì)與實(shí)現(xiàn)了一

4、個(gè)應(yīng)用系統(tǒng)FUIRS（Financial Unstructured Information Retrieval System）。FUIRS由非結(jié)構(gòu)化信息內(nèi)容管理子系統(tǒng)、分析子系統(tǒng)、內(nèi)容索引子系統(tǒng)、關(guān)聯(lián)檢索子系統(tǒng)四部分組成。內(nèi)容管理子系統(tǒng)負(fù)責(zé)對金融企業(yè)異源異構(gòu)數(shù)據(jù)的整合與管理。分析子系統(tǒng)負(fù)責(zé)獲取內(nèi)容管理子系統(tǒng)中的數(shù)據(jù)信息并實(shí)現(xiàn)可擴(kuò)展的數(shù)據(jù)分析。內(nèi)容索引子系統(tǒng)負(fù)責(zé)對數(shù)據(jù)進(jìn)行索引與存儲(chǔ)。關(guān)聯(lián)檢索子系統(tǒng)負(fù)責(zé)基于語義的信息檢索，并提供用戶訪問的可

5、交互搜索平臺(tái)。通過FUIRS系統(tǒng)，金融企業(yè)能夠有效的整合非結(jié)構(gòu)化信息資源，實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)的內(nèi)容分析應(yīng)用，并通過本體技術(shù)為金融企業(yè)用戶提供高效的數(shù)據(jù)檢索服務(wù)。
　　本文通過單元測試、性能測試兩種方法對FUIRS的核心功能模塊與系統(tǒng)運(yùn)行性能進(jìn)行了測試，同時(shí)根據(jù)其特點(diǎn)在應(yīng)用案例中對FUIRS的信息檢索功能進(jìn)行了數(shù)據(jù)驗(yàn)證，結(jié)果表明基于語義的金融企業(yè)非結(jié)構(gòu)化信息檢索系統(tǒng)設(shè)計(jì)方案在實(shí)踐中是可行并有效的。
　　與傳統(tǒng)的全文檢索系統(tǒng)相比，F(xiàn)U