基于場論的信息檢索模型的研究.pdf

1、在當前“信息爆炸”的時代，信息過量幾乎成為每個人都需要面對的問題。海量信息的復雜性以及信息處理的時效性嚴重影響了人們對信息的獲取。如何便捷、準確地檢索到所需信息已成為人們關注的焦點問題。信息檢索就是研究如何對各種形式信息(如文本、圖像、語音以及視頻等)進行高效檢索的學科。 在信息檢索中，文本的特征表示可以采用基于詞語、短語和語義概念的表示方法。這些方法分別對應于文本的詞語級、句法級和文檔級的信息表示，并且信息的粒度由細到粗。從理

2、論上來說，短語(句法級)優(yōu)于詞語(詞語級)，語義概念(文檔級)優(yōu)于短語。但針對不同的檢索需求，有必要在相應的粒度上進行信息處理，并實現不同粒度間的信息轉換。 本文針對不同的檢索需求對文本信息從不同粒度的角度進行分析，研究文本的特征表示，進一步地對文檔進行標引、分類。本文提出了基于場論的信息檢索模型，并將其應用于文檔的檢索中，實驗結果顯示它的文檔相關性的定義能夠更好地描述文檔間的關系。 本文主要的研究內容有： (1

3、)文檔商空間討論粒度計算的三類理論和方法；采用商空間的理論在文檔信息的三個層次上構建了信息商空間，實現了對文檔信息在不同粒度上的分析，并討論了相應信息粒度上的信息檢索的方式；對三個層次的信息商空間提出了運用粗糙集方法對信息從細粒度到粗粒度進行轉換；并根據商空間的保真原理和保假原理提出了文檔信息檢索的兩種搜索的策略； (2)文檔自動標引在帕歐理論的指導下，構建文檔標引詞候選集，運用集對理論分析了文檔標引詞間的相關性，通過標引詞相關

4、度對候選標引詞進行篩選及文檔標引詞擴展，從而實現文檔的自動標引： (3)文本分類運用粗糙集方法對標引詞相關性進行知識約簡，構建了文檔類別的三層特征標引詞相關度集；在此基礎上通過對核心標引詞相關度的加權，實現了基于標引詞相關度的文本分類； (4)基于場論的信息檢索模型分析經典信息檢索模型，采用標引詞的NTF-NIDF權重度量方法，運用場論的知識，結合信息檢索的特點，設計了基于場論的信息檢索模型。 本文的主要創(chuàng)新點有

5、： (1)在深入研究文獻計量學理論的基礎上，提出了文檔標引詞選擇的新方案。這該方案以帕歐理論為依據，減少了自動標引過程中預處理信息量，從而降低了文本標引的復雜度； (2)在對標引詞的相關性進行全面分析的基礎上，提出了一種新的文本分類的模型——基于標引詞相關度的文本分類。該模型運用了粗糙集的方法，對標引詞的相關性進行約簡，建立了文檔類別的三層特征標引詞相關度集。在此基礎上通過對核心標引詞相關度的加權，實現了基于標引詞相關度