基于本體的智能搜索引擎研究與應(yīng)用.pdf

1、隨著因特網(wǎng)的不斷發(fā)展，網(wǎng)絡(luò)信息資源也與日俱增。面對(duì)內(nèi)容冗余、結(jié)構(gòu)復(fù)雜的知識(shí)海洋，如何準(zhǔn)確、及時(shí)、全面的獲取所需要的信息，成為人們所關(guān)注的焦點(diǎn)。傳統(tǒng)基于簡(jiǎn)單關(guān)鍵字匹配的搜索技術(shù)已經(jīng)不能滿足用戶日益增長(zhǎng)的需求，本體作為一種能在語(yǔ)義和知識(shí)層次上描述信息的概念模型，具有良好的概念層次結(jié)構(gòu)和對(duì)邏輯推理的支持，基于本體的語(yǔ)義檢索技術(shù)已經(jīng)成為國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)。
　　 本文首先討論了國(guó)內(nèi)外語(yǔ)義檢索的進(jìn)展情況，對(duì)傳統(tǒng)搜索引擎原理、分類、評(píng)價(jià)標(biāo)

2、準(zhǔn)以及存在的缺陷、不足進(jìn)行分析。其次，在本體相關(guān)理論研究基礎(chǔ)上，結(jié)合領(lǐng)域本體構(gòu)建策略，實(shí)現(xiàn)了家電領(lǐng)域本體的構(gòu)建和存儲(chǔ)。再者，對(duì)當(dāng)前制約語(yǔ)義檢索發(fā)展瓶頸的語(yǔ)義標(biāo)注技術(shù)進(jìn)行研究，通過(guò)對(duì)當(dāng)前語(yǔ)義標(biāo)注方法、工具的分析，開(kāi)發(fā)一款領(lǐng)域本體標(biāo)注工具AnnTool。最后，結(jié)合家電領(lǐng)域本體以及語(yǔ)義標(biāo)注技術(shù)，提出一種基于領(lǐng)域本體的搜索引擎框架，并且進(jìn)行了簡(jiǎn)單實(shí)驗(yàn)驗(yàn)證。該框架包括領(lǐng)域信息采集、預(yù)處理、語(yǔ)義索引、查詢擴(kuò)展、結(jié)果重排5個(gè)模塊，其中在領(lǐng)域信息采集模

3、塊，通過(guò)對(duì)目前爬蟲(chóng)采集策略的分析，提出一種基于內(nèi)容領(lǐng)域相關(guān)度和超鏈接分析相結(jié)合的網(wǎng)頁(yè)信息采集策略，并給出對(duì)應(yīng)的采集網(wǎng)頁(yè)綜合價(jià)值評(píng)價(jià)公式；預(yù)處理使用AnnTool完成文檔信息語(yǔ)義標(biāo)注；語(yǔ)義索引實(shí)現(xiàn)元數(shù)據(jù)索引；查詢擴(kuò)展利用本體框架對(duì)查詢條件進(jìn)行推理擴(kuò)展；結(jié)果排序采用文檔價(jià)值、文檔本體匹配相似度權(quán)值以及Lucene評(píng)分機(jī)制相結(jié)合計(jì)算文檔得分進(jìn)行排序。通過(guò)實(shí)驗(yàn)分析表明，基于本體的搜索引擎比傳統(tǒng)關(guān)鍵字匹配搜索具有更高查全率和查準(zhǔn)率。