基于語(yǔ)義分析和局部文檔的查詢(xún)擴(kuò)展研究.pdf

1、隨著現(xiàn)代信息技術(shù)和網(wǎng)絡(luò)技術(shù)的不斷發(fā)展,海量的知識(shí)信息被發(fā)布到互聯(lián)網(wǎng)上并快速地增長(zhǎng),如何準(zhǔn)確有效地從互聯(lián)網(wǎng)上尋找到所需的信息成為了信息檢索領(lǐng)域的研究熱點(diǎn)。當(dāng)前的信息檢索系統(tǒng)中主要使用關(guān)鍵詞匹配技術(shù)獲取信息,而用戶(hù)查詢(xún)?cè)~與實(shí)際的檢索意圖之間通常存在一定的差異,這就導(dǎo)致不包含用戶(hù)查詢(xún)?cè)~但是與用戶(hù)檢索意圖相關(guān)的文檔無(wú)法被檢索出,同時(shí)很多用戶(hù)輸入的查詢(xún)?cè)~個(gè)數(shù)比較少并且僅僅只是關(guān)心檢索系統(tǒng)返回的前面一些結(jié)果,這些問(wèn)題都會(huì)對(duì)檢索系統(tǒng)的性能產(chǎn)生影響。<

2、br>　　針對(duì)以上問(wèn)題,基于語(yǔ)義分析和局部文檔的查詢(xún)擴(kuò)展方法通過(guò)分析概念之間的語(yǔ)義相似度從外部語(yǔ)料集和局部文檔中獲取擴(kuò)展詞來(lái)對(duì)用戶(hù)的初始查詢(xún)進(jìn)行擴(kuò)展,有效地提升了檢索系統(tǒng)的性能。該方法從外部語(yǔ)料集WordNet和維基百科中抽取出語(yǔ)義信息用于分析概念之間的語(yǔ)義相似度,當(dāng)用戶(hù)輸入查詢(xún)時(shí),首先依據(jù)概念之間的語(yǔ)義相似度從WordNet、維基百科和局部文檔中分別獲取三個(gè)擴(kuò)展詞集合,然后依據(jù)擴(kuò)展詞與集合之間的關(guān)系對(duì)擴(kuò)展詞的權(quán)值進(jìn)行重新分配并篩選出較

3、好的擴(kuò)展詞與初始查詢(xún)組成擴(kuò)展查詢(xún),最后使用向量空間模型對(duì)擴(kuò)展查詢(xún)檢索得到的文檔集進(jìn)行排序并返回給用戶(hù)。該方法使用外部語(yǔ)料集中的語(yǔ)義信息分析概念之間的語(yǔ)義相似度獲取擴(kuò)展詞并發(fā)揮了已得到廣泛肯定的局部分析擴(kuò)展方法的優(yōu)勢(shì),在提高擴(kuò)展詞質(zhì)量的同時(shí)彌補(bǔ)了基于局部分析以及基于外部語(yǔ)料集的查詢(xún)擴(kuò)展方法的不足。
　　在國(guó)際文本檢索會(huì)議的標(biāo)準(zhǔn)測(cè)試集上的實(shí)驗(yàn)結(jié)果表明,相比于原始查詢(xún)以及僅使用維基百科的查詢(xún)擴(kuò)展方法,基于語(yǔ)義分析及局部文檔的查詢(xún)擴(kuò)展方法