基于Nutch的智能語(yǔ)義搜索引擎.pdf

1、現(xiàn)有搜索引擎系統(tǒng)在響應(yīng)用戶搜索請(qǐng)求的過(guò)程中，往往根據(jù)分詞后的查詢(xún)關(guān)鍵詞在文檔中出現(xiàn)的次數(shù)來(lái)匹配文檔內(nèi)容，這種僅僅根據(jù)詞頻來(lái)確定關(guān)鍵詞和文檔之間相關(guān)度的方法往往缺乏一定的準(zhǔn)確性，常常導(dǎo)致搜索引擎的網(wǎng)頁(yè)結(jié)果列表并不是用戶真正想要的內(nèi)容，這給用戶的檢索過(guò)程帶來(lái)極大不便，也是搜索引擎“查準(zhǔn)率”得不到徹底改善的主要原因。本文通過(guò)構(gòu)建對(duì)象語(yǔ)義庫(kù)來(lái)存儲(chǔ)和管理各種對(duì)象集，從而實(shí)現(xiàn)用戶基于對(duì)象的檢索過(guò)程，以提高搜索引擎查詢(xún)的準(zhǔn)確率。
　　 系統(tǒng)開(kāi)

2、發(fā)過(guò)程主要基于開(kāi)源搜索系統(tǒng)Nutch-0.9，采用Nutch構(gòu)建底層搜索引擎系統(tǒng)，在Nutch的基礎(chǔ)上，使用Mysql數(shù)據(jù)庫(kù)存儲(chǔ)對(duì)象語(yǔ)義庫(kù)。用戶在搜索的過(guò)程中首先根據(jù)關(guān)鍵詞檢索對(duì)象語(yǔ)義庫(kù)，返回用戶匹配的對(duì)象，用戶從對(duì)象列表中選擇特定的對(duì)象進(jìn)行檢索，最后，搜索引擎系統(tǒng)再將檢索結(jié)果返回給用戶。考慮到對(duì)象語(yǔ)義庫(kù)的準(zhǔn)確性、完整性問(wèn)題，本系統(tǒng)通過(guò)用戶的檢索關(guān)鍵詞以及對(duì)檢索結(jié)果的點(diǎn)擊，實(shí)現(xiàn)動(dòng)態(tài)的對(duì)對(duì)象語(yǔ)義庫(kù)進(jìn)行更新。在所開(kāi)發(fā)的實(shí)驗(yàn)系統(tǒng)ICSE的基礎(chǔ)