基于知識庫的中文關鍵詞top-N關系查詢處理.pdf

1、鑒于關鍵詞查詢在IR和Web中檢索文檔的理論和技術方法，在關系數(shù)據庫中支持自由態(tài)的關鍵詞查詢成為一個活躍的研究課題。關鍵詞查詢能夠更好地適應Web 數(shù)據庫，不需要用戶知道數(shù)據庫模式和SQL等信息，其處理算法和排序方法都需要精心研究設計。目前，關鍵詞查詢的研究主要是針對英文文本屬性，本文研究中文文本屬性的關鍵詞top-N 查詢，不但實現(xiàn)了IR-Style 檢索功能，而且能夠處理中文的縮略詞，實現(xiàn)了按字檢索，避免了分詞問題。
　　

2、由于中英文存在很大差異，無法將英文關鍵詞查詢技術直接應用于中文。本文給出的方法主旨如下：創(chuàng)建知識庫存儲數(shù)據庫中中文文本屬性和元組字的相關信息，并且運用此知識庫建立索引，實現(xiàn)快速查詢處理。對于一個關鍵字查詢，通過索引，逐一匹配查詢字和元組字，得到候選元組標識的集合。根據查詢字和元組字匹配情況和知識庫存儲的相關信息，給出排序方法。用此方法對候選元組的標識進行排序，檢索出候選元組的集合。對候選元組集合，進行查詢短語匹配，以提高查詢的準確率。最