限定領(lǐng)域下基于概念圖的文本檢索.pdf_第1頁(yè)
已閱讀1頁(yè),還剩65頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、文本檢索是信息檢索的重要組成部分,目前幾乎所有搜索引擎都是采用基于關(guān)鍵詞的檢索方法,其核心是關(guān)鍵字符的機(jī)械式匹配,存在的問(wèn)題之就是召回率和準(zhǔn)確率比較低,從而導(dǎo)致檢索系統(tǒng)的整體性能不理想。基于概念的檢索通過(guò)基于語(yǔ)義的自然語(yǔ)言處理來(lái)提取文本的各種概念信息,根據(jù)對(duì)用戶查詢(xún)的準(zhǔn)確理解來(lái)檢索文本庫(kù)中相關(guān)的信息,以提供較好的檢索結(jié)果,有效地彌補(bǔ)了關(guān)鍵詞檢索存在的缺陷。 本文就基于概念的檢索中文檔和查詢(xún)的標(biāo)引技術(shù)和匹配算法進(jìn)行了研究,提出了一

2、種基于概念圖的檢索模型,并且在計(jì)算機(jī)上實(shí)現(xiàn)了其基本框架,通過(guò)實(shí)驗(yàn)驗(yàn)證了其有效性,主要工作如下: 首先,提出了一種更適于自然語(yǔ)言自動(dòng)分析的標(biāo)引形式——遞歸概念圖。這種標(biāo)引方式不僅識(shí)別文本中的有效概念,還確定它們之間的語(yǔ)義關(guān)系,是真正語(yǔ)義層次上的標(biāo)引方法。在用概念圖對(duì)文檔和查詢(xún)進(jìn)行標(biāo)引的前提下,還給出了文檔概念圖和查詢(xún)概念圖之間的匹配算法來(lái)計(jì)算兩者之間相似度,檢索結(jié)果可以按此進(jìn)行排序。 其次,構(gòu)建了“游船”領(lǐng)域的概念結(jié)構(gòu),它

3、對(duì)文本的概念圖標(biāo)引以及文檔概念圖和用戶查詢(xún)概念圖之間的相似度計(jì)算起支持作用。這項(xiàng)工作分兩部分:在“游船”領(lǐng)域的200個(gè)文本標(biāo)題中,提取概念并組織成概念分類(lèi)樹(shù);總結(jié)這些概念之間的語(yǔ)義關(guān)系,將這些關(guān)系編號(hào),加入到概念結(jié)構(gòu)中。 然后,在計(jì)算機(jī)上實(shí)現(xiàn)我們的檢索模型。在實(shí)現(xiàn)過(guò)程中,我們采用了一些技術(shù)來(lái)提高檢索效率,如:利用XML 來(lái)表示文本的概念圖標(biāo)引,利用構(gòu)建哈希表加速概念相似度的計(jì)算等。 最后,利用我們實(shí)現(xiàn)的檢索系統(tǒng)在與“游船

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論