基于概念圖的信息檢索查詢擴(kuò)展模型研究與實(shí)現(xiàn).pdf

1、目前基于語義的信息檢索系統(tǒng)雖然能夠識別一定的語義信息，但是由于它們對語言缺乏分析和理解，對查詢式和資源表達(dá)式僅僅是一種離散的分析，失去了詞語之間內(nèi)在的聯(lián)系，這就造成信息檢索精確率下降。為了提高信息檢索的精確率和查全率，本文利用自然語言處理中的概念圖理論和《知網(wǎng)HowNet》語義詞典，在lumer v4.8實(shí)驗(yàn)系統(tǒng)之上，提出并實(shí)現(xiàn)了一個(gè)具有語義檢索功能的信息檢索查詢擴(kuò)展模型系統(tǒng)。 以下是本文的主要研究內(nèi)容： (1)查詢擴(kuò)展

2、算法。目前信息檢索的查詢擴(kuò)展都是基于統(tǒng)計(jì)的模型，本文將統(tǒng)計(jì)模型和《知網(wǎng)HowNet》結(jié)合，通過《知網(wǎng)HowNet》對詞項(xiàng)重新加權(quán)，利用N層向量空間模型得到新的文檔與查詢的相似度，以改善系統(tǒng)檢索的效果。 (2)概念圖的生成。概念圖的生成，即如何把語義在語言學(xué)上形式化，這是計(jì)算機(jī)語義理解的第一步，是一切語義理解技術(shù)的基礎(chǔ)。所謂語言學(xué)上的形式化，就是把需要研究的問題以一定的數(shù)學(xué)形式，嚴(yán)密且規(guī)范地表示出來。本文選用概念圖作為知識表示的工

3、具，利用哈工大的IR—Lab系統(tǒng)標(biāo)注的句法依存關(guān)系，根據(jù)漢語的語法特征，對語法到語義的關(guān)系進(jìn)行轉(zhuǎn)化，生成概念圖，并實(shí)現(xiàn)概念圖的匹配。 (3)設(shè)計(jì)并實(shí)現(xiàn)了基于概念圖的信息檢索查詢擴(kuò)展模型系統(tǒng)。該系統(tǒng)主要包括查詢擴(kuò)展模塊概念圖的匹配模塊。其中，查詢擴(kuò)展模塊保證同一概念不同表達(dá)的詞語能被檢索出來；概念圖匹配模塊是意義相同或非常相近的詞語或句子是否能夠被檢索出來的關(guān)鍵因素。本文通過采用查詢擴(kuò)展技術(shù)，檢索出相關(guān)的文檔，提高信息檢索的查全率