語義搜索的模型和應(yīng)用.pdf

1、上海交通大學(xué)博士學(xué)位論文語義搜索的模型和應(yīng)用姓名：張雷申請學(xué)位級別：博士專業(yè)：計算機(jī)應(yīng)用指導(dǎo)教師：俞勇20050501上海交通大學(xué)蹲二i學(xué)位論文我們開發(fā)了SPORTS語義門戶系統(tǒng)做為集成化語義搜索的實(shí)驗(yàn)平臺。該平臺幫助我們收集了實(shí)驗(yàn)數(shù)據(jù)和實(shí)現(xiàn)了搜索模型。利用該實(shí)驗(yàn)平臺，我們收集并制作了一個語義搜索的實(shí)驗(yàn)數(shù)據(jù)集。由于語義搜索是一個新興研究課題，在該領(lǐng)域中還非常缺乏實(shí)驗(yàn)數(shù)據(jù)集。我們收集和制作的實(shí)驗(yàn)數(shù)據(jù)集是作者所知的全球范圍內(nèi)僅有的第二個公開

2、發(fā)布的實(shí)驗(yàn)數(shù)據(jù)集。這也構(gòu)成了本文工作的重要貢獻(xiàn)之一。在該數(shù)據(jù)集上進(jìn)行的初步的實(shí)驗(yàn)顯示，我們提出的集成化語義搜索模型取得了很好的搜索效果。該模型的潛在應(yīng)用主要是對企業(yè)內(nèi)部知識門戶網(wǎng)站的搜索。最后，我們提出了一個無需事先定義的全局語義，而是利用大量用戶自由標(biāo)注的網(wǎng)絡(luò)標(biāo)簽來“浮出”語義進(jìn)行萬維網(wǎng)資源搜索的模型。相比于傳統(tǒng)的自頂向下的方法，該模型更容易擴(kuò)展到整個萬維網(wǎng)上，并且具有易于實(shí)現(xiàn)和理解、更好的反映用戶需求等特點(diǎn)。雖然利用本體來事先定義全

3、局語義，然后用本體來描述資源語義的自項(xiàng)向下的方法對諸如語義門戶網(wǎng)站這樣的局部領(lǐng)域取得了成功，但該方法由于入門門檻高和難以反映快速變化的資源內(nèi)容的問題，很難被擴(kuò)展到整個萬維網(wǎng)上。如何獲得萬維網(wǎng)這樣巨大的分布式系統(tǒng)中資源的語義并利用其進(jìn)行搜索是語義搜索研究領(lǐng)域的一個挑戰(zhàn)性的關(guān)鍵問題。本文采用“浮出語義”的思路，利用當(dāng)前萬維網(wǎng)上逐漸出現(xiàn)的大量的用戶自由標(biāo)注的網(wǎng)絡(luò)標(biāo)簽來“浮出”隱藏在網(wǎng)絡(luò)資源和標(biāo)簽后的語義，并利用這種非形式化的語義建立了語義搜索

4、的模型。和自頂向下的方法比較，這種自底向上的方法具有入門門檻低、易于理解和使用、及時反映資源內(nèi)容和用戶的需求等特點(diǎn)。該模型可以被用來對開放萬維網(wǎng)上的資源進(jìn)行語義搜索。綜上所述，語義搜索是近年來快速發(fā)展的一個新興的研究課題。雖然有著豐富的研究工作，但語義搜索至今沒有清晰的定義?；趯Ξ?dāng)前語義搜索研究進(jìn)展的整理和分析，本文首先給出了語義搜索的定義以及分類方法。然后，針對當(dāng)前語義搜索研究領(lǐng)域內(nèi)的兩個關(guān)鍵問題，我們分別以范圍為內(nèi)部網(wǎng)的語義門戶網(wǎng)