基于語義分析的信息檢索技術的研究.pdf

1、當前常用的信息檢索技術主要還是基于關鍵詞進行機械匹配，將研究的重點放在算法的優(yōu)化上，而忽視了語義方面的研究。這不能從根本上解決語義多重性、檢索表示多樣性、相關網頁漏檢、結果排序不規(guī)范等問題。本文便是針對當前出現(xiàn)的這些問題展開研究，提出了基于語義分析的信息檢索模型MIRSA。本模型主要包含以下四個關鍵點：歧義消除方法、語義擴展算法、檢索詞匹配策略、網頁排序算法。該模型可有效解決語義多重性問題、避免相關網頁漏檢、合理提高相關網頁的排序。

2、r>　　 在基于語義分析的基礎上，本文使用了消除檢索詞序列中多義詞無關語義的方法。該方法借助本體特性并利用了概念相似度來獲取多義詞所對應的不同概念與檢索詞序列中其它檢索詞概念之間的相似度，依據相似度的大小來排除多義詞的無關詞義。在語義擴展方面，本文依據本體樹的結構特點，使用了一種檢索詞語義擴展的方法。該方法在不改變檢索意圖的前提下豐富檢索詞序列，避免了相關網頁漏選現(xiàn)象，也為相關網頁的排序提供了依據。針對擴展后的檢索詞序列，本文提出了與

3、其相適應的檢索詞匹配方法。該方法將原檢索詞與擴展檢索詞區(qū)別對待，充分發(fā)揮新舊檢索詞對檢索網頁和網頁排序的作用。最后，本文將語義分析引入到詞頻位置加權排序算法中。通過為檢索詞添加權重，改進型算法可更客觀的計算出網頁相對于檢索詞序列的相關度。
　　 本文利用Protégé3.4.7、Nutch1.2等開發(fā)工具獲取實驗數(shù)據。結合本實驗軟硬件開發(fā)、測試的實際環(huán)境情況，并在傳統(tǒng)查準率的基礎上引入相對查準率作為數(shù)據分析的理論依據。與常用信息