基于場論的信息檢索模型的研究.pdf

1、在當(dāng)前“信息爆炸”的時代，信息過量幾乎成為每個人都需要面對的問題。海量信息的復(fù)雜性以及信息處理的時效性嚴(yán)重影響了人們對信息的獲取。如何便捷、準(zhǔn)確地檢索到所需信息已成為人們關(guān)注的焦點(diǎn)問題。信息檢索就是研究如何對各種形式信息(如文本、圖像、語音以及視頻等)進(jìn)行高效檢索的學(xué)科。 在信息檢索中，文本的特征表示可以采用基于詞語、短語和語義概念的表示方法。這些方法分別對應(yīng)于文本的詞語級、句法級和文檔級的信息表示，并且信息的粒度由細(xì)到粗。從理

2、論上來說，短語(句法級)優(yōu)于詞語(詞語級)，語義概念(文檔級)優(yōu)于短語。但針對不同的檢索需求，有必要在相應(yīng)的粒度上進(jìn)行信息處理，并實現(xiàn)不同粒度間的信息轉(zhuǎn)換。 本文針對不同的檢索需求對文本信息從不同粒度的角度進(jìn)行分析，研究文本的特征表示，進(jìn)一步地對文檔進(jìn)行標(biāo)引、分類。本文提出了基于場論的信息檢索模型，并將其應(yīng)用于文檔的檢索中，實驗結(jié)果顯示它的文檔相關(guān)性的定義能夠更好地描述文檔間的關(guān)系。 本文主要的研究內(nèi)容有： (1

3、)文檔商空間討論粒度計算的三類理論和方法；采用商空間的理論在文檔信息的三個層次上構(gòu)建了信息商空間，實現(xiàn)了對文檔信息在不同粒度上的分析，并討論了相應(yīng)信息粒度上的信息檢索的方式；對三個層次的信息商空間提出了運(yùn)用粗糙集方法對信息從細(xì)粒度到粗粒度進(jìn)行轉(zhuǎn)換；并根據(jù)商空間的保真原理和保假原理提出了文檔信息檢索的兩種搜索的策略； (2)文檔自動標(biāo)引在帕歐理論的指導(dǎo)下，構(gòu)建文檔標(biāo)引詞候選集，運(yùn)用集對理論分析了文檔標(biāo)引詞間的相關(guān)性，通過標(biāo)引詞相關(guān)

4、度對候選標(biāo)引詞進(jìn)行篩選及文檔標(biāo)引詞擴(kuò)展，從而實現(xiàn)文檔的自動標(biāo)引： (3)文本分類運(yùn)用粗糙集方法對標(biāo)引詞相關(guān)性進(jìn)行知識約簡，構(gòu)建了文檔類別的三層特征標(biāo)引詞相關(guān)度集；在此基礎(chǔ)上通過對核心標(biāo)引詞相關(guān)度的加權(quán)，實現(xiàn)了基于標(biāo)引詞相關(guān)度的文本分類； (4)基于場論的信息檢索模型分析經(jīng)典信息檢索模型，采用標(biāo)引詞的NTF-NIDF權(quán)重度量方法，運(yùn)用場論的知識，結(jié)合信息檢索的特點(diǎn)，設(shè)計了基于場論的信息檢索模型。 本文的主要創(chuàng)新點(diǎn)有

5、： (1)在深入研究文獻(xiàn)計量學(xué)理論的基礎(chǔ)上，提出了文檔標(biāo)引詞選擇的新方案。這該方案以帕歐理論為依據(jù)，減少了自動標(biāo)引過程中預(yù)處理信息量，從而降低了文本標(biāo)引的復(fù)雜度； (2)在對標(biāo)引詞的相關(guān)性進(jìn)行全面分析的基礎(chǔ)上，提出了一種新的文本分類的模型——基于標(biāo)引詞相關(guān)度的文本分類。該模型運(yùn)用了粗糙集的方法，對標(biāo)引詞的相關(guān)性進(jìn)行約簡，建立了文檔類別的三層特征標(biāo)引詞相關(guān)度集。在此基礎(chǔ)上通過對核心標(biāo)引詞相關(guān)度的加權(quán)，實現(xiàn)了基于標(biāo)引詞相關(guān)度