案例知識檢索算法與應(yīng)用研究.pdf

1、在日常生活中，人們經(jīng)常需要檢索歷史經(jīng)驗知識作為解決當前問題的參考。而人類在認知過程中所積累的經(jīng)驗和方法，大都以非結(jié)構(gòu)化的文本案例形式保存?？梢?，文本案例的檢索已經(jīng)成為了信息時代的需求。
　　 本文重點研究文本案例檢索算法及其應(yīng)用，完成的主要工作包括：
　　 1)文本案例的表示。根據(jù)文本案例本身的粒度特性，參照信息?；倪^程對文本案例進行?；治觯瑧?yīng)用粒度計算思想中從不同層次觀察問題的策略，結(jié)合人類以句子為單位理解語言的特

2、點，提出用句子向量空間模型對文本案例進行向量化的表示，將表示粒度從詞提高到句子，并加入簡單的語義信息。
　　 2)文本案例檢索算法的研究。通過對案例檢索中粒度原理的分析研究，將案例檢索過程抽象為粒度計算的過程，提出基于句子向量空間模型的文本案例檢索算法，經(jīng)實驗證明該算法可行并改善了檢索效果。
　　 3)文本案例檢索算法的改進。首先針對文本案例中信息冗余量過大從而影響檢索效率和檢索速度的問題，借鑒80/20法則提出關(guān)鍵句提

3、取的思想，并應(yīng)用該思想對檢索算法進行改進，經(jīng)實驗證明改進算法在提高檢索速度的同時改善了檢索效果；其次在檢索過程中加入領(lǐng)域知識，提出構(gòu)建領(lǐng)域關(guān)鍵詞庫的思想，對文本案例檢索算法進行再次改進，經(jīng)實驗證明改進后的算法提高了檢索效率。
　　 4)檢索速度的提高。由于案例知識庫較為龐大，導致檢索過程時間消耗大。本文基于MPI并行計算平臺設(shè)計并實現(xiàn)了文本案例檢索算法的并行化，提高了檢索速度。
　　 5)文本案例知識檢索系統(tǒng)的實現(xiàn)。在文