潛在語(yǔ)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(wèn)式，系統(tǒng)在數(shù)據(jù)庫(kù)中進(jìn)行提問(wèn)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(guò)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(yǔ)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(lái)，對(duì)文

2、本的潛在含義進(jìn)行挖掘，根據(jù)詞匯、文本、提問(wèn)式三者在語(yǔ)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?；贚SA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(kāi)始,自動(dòng)地建造了一個(gè)語(yǔ)義空間,使得使用者能夠發(fā)現(xiàn)相關(guān)信息，即使提問(wèn)式中沒(méi)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(yǔ)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(yǔ)意空間的位置可以用來(lái)作為一種語(yǔ)意指引，提取信息的過(guò)程就是利用提問(wèn)式中的關(guān)鍵詞來(lái)識(shí)別空間的一個(gè)