潛在語義分析在文本信息檢索中的應(yīng)用研究.pdf

1、傳統(tǒng)的文本信息檢索方法的基本思路為，用戶提出提問式，系統(tǒng)在數(shù)據(jù)庫中進(jìn)行提問式和預(yù)存的文本關(guān)鍵詞的自動(dòng)匹配工作，兩者相符的文本被檢出。但是大量事實(shí)表明，這種通過詞匯簡(jiǎn)單匹配檢索出的結(jié)果并不是最優(yōu)的，原因在于詞匯間的同義性和單個(gè)詞匯的歧義性。本文分析了一種智能型信息檢索方式—潛在語義分析法(LatentSemanticAnalysis,LSA)，它不同于傳統(tǒng)的基于詞匯匹配的檢索方法，將計(jì)算機(jī)科學(xué)、數(shù)學(xué)、情報(bào)學(xué)的思想、技術(shù)和手段融合起來，對(duì)文

2、本的潛在含義進(jìn)行挖掘，根據(jù)詞匯、文本、提問式三者在語義上的關(guān)聯(lián)產(chǎn)生檢索結(jié)果，達(dá)到優(yōu)化檢索結(jié)果的目的。基于LSA的信息檢索方法以一個(gè)詞匯與文檔相聯(lián)系的大規(guī)模矩陣開始,自動(dòng)地建造了一個(gè)語義空間,使得使用者能夠發(fā)現(xiàn)相關(guān)信息，即使提問式中沒有任何詞與之相關(guān)，只要在概念上與該文檔的主體思想聯(lián)系相一致，在語意空間中它們?nèi)匀痪o靠在該文檔附近。因此詞匯和文檔在語意空間的位置可以用來作為一種語意指引，提取信息的過程就是利用提問式中的關(guān)鍵詞來識(shí)別空間的一個(gè)