基于語義處理技術(shù)的信息檢索模型研究.pdf

1、信息爆炸是當(dāng)今信息社會的一大特點，當(dāng)前信息檢索技術(shù)面臨著互聯(lián)網(wǎng)網(wǎng)絡(luò)信息更新越來越快，用戶檢索結(jié)果要求越來越精確的嚴(yán)重挑戰(zhàn)。如何在海量的信息中有效地找到所需信息因而成為了一個關(guān)鍵問題，語義檢索技術(shù)是解決這一問題非常有潛力的方法。然而，在語義網(wǎng)還沒有完全實現(xiàn)的情況下，研究過渡時期的語義檢索技術(shù)已成為近年來一個快速發(fā)展的新興研究課題。
　　 本文對信息檢索中的若干關(guān)鍵問題進(jìn)行了研究，提出了基于語義處理技術(shù)的信息檢索模型--SPTIR(

2、Semantic Processing Technology based InformationRetrieval)。該模型圍繞查詢擴(kuò)展和檢索結(jié)果重排序而展開，主要由四個部分構(gòu)成，即：基于詞義消歧的語義查詢擴(kuò)展、基于詞匯語義相關(guān)性度量的查詢優(yōu)化、基于文檔語義相關(guān)性的檢索結(jié)果重排序和語義加強(qiáng)的個性化信息推薦。
　　 1.在基于關(guān)鍵字的搜索引擎中，一個構(gòu)造良好的查詢是用戶主觀信息需求的客觀表現(xiàn)，也是信息檢索服務(wù)質(zhì)量的基本保證。本文以

3、用戶查詢關(guān)鍵字之間的語義關(guān)聯(lián)為切入點，輔以隱式反饋技術(shù)獲取消歧上下文，使用無導(dǎo)詞義消歧的方法實現(xiàn)了查詢關(guān)鍵字到本體概念的映射，基于概念詞語關(guān)聯(lián)進(jìn)行語義查詢擴(kuò)展?；谠~義消歧的語義查詢擴(kuò)展解決了傳統(tǒng)的信息檢索系統(tǒng)不能很好理解用戶查詢意圖的問題。
　　 2.針對部分消歧失敗的查詢關(guān)鍵字，本文提出使用隱式反饋技術(shù)從相關(guān)文檔中直接提取候選擴(kuò)展查詢詞的策略。為了進(jìn)一步精簡和優(yōu)化反饋產(chǎn)生的擴(kuò)展詞匯，避免查詢擴(kuò)展的“主題偏移”現(xiàn)象，本文采用基

4、于詞匯語義相關(guān)性度量的方法對擴(kuò)展查詢詞進(jìn)行過濾來優(yōu)化查詢。
　　 3.由于傳統(tǒng)關(guān)鍵字檢索返回的數(shù)據(jù)量過大，檢索結(jié)果相關(guān)性評價成為研究的焦點。本文根據(jù)查詢消歧的具體情況(成功、失敗)，提出兩種文檔語義相關(guān)性度量的方法：基于語義向量空間模型的文檔相關(guān)性和基于詞匯向量空間模型的文檔相關(guān)性。根據(jù)文檔相關(guān)性對檢索結(jié)果進(jìn)行重新排序，優(yōu)先返回與查詢語義相關(guān)性強(qiáng)的文檔供用戶瀏覽。
　　 4.本文對如何滿足不同用戶的個性化查詢需求進(jìn)行了研