搜索引擎返回結(jié)果的自動(dòng)摘要研究.pdf

1、目前，大多數(shù)搜索引擎系統(tǒng)都是基于用戶(hù)關(guān)鍵詞查詢(xún)的信息檢索系統(tǒng)。在使用這類(lèi)搜索引擎查詢(xún)信息時(shí)，主要通過(guò)匹配用戶(hù)輸入的查詢(xún)關(guān)鍵詞進(jìn)行檢索。由于用戶(hù)輸入查詢(xún)?cè)~的數(shù)目有限，因此僅通過(guò)用戶(hù)輸入的關(guān)鍵詞并不能很好的體現(xiàn)用戶(hù)的查詢(xún)意圖。另外，搜索引擎將查詢(xún)結(jié)果返回給用戶(hù)時(shí)，往往將只包含用戶(hù)查詢(xún)請(qǐng)求的幾個(gè)句子作為Web頁(yè)面的摘要返回給用戶(hù)。雖然返回摘要的內(nèi)容包含用戶(hù)的查詢(xún)關(guān)鍵詞，但是這些句子并不能表達(dá)出整個(gè)Web文檔的中心意思。也就是說(shuō)，用戶(hù)通過(guò)閱讀搜

2、索引擎返回的摘要并不能確定自己查找的信息是否包含在這個(gè)頁(yè)面中。
　　 針對(duì)上述問(wèn)題，本文對(duì)搜索引擎返回結(jié)果的自動(dòng)摘要進(jìn)行了研究，在對(duì)用戶(hù)查詢(xún)關(guān)鍵詞擴(kuò)展的基礎(chǔ)上，提出一種適合用戶(hù)查詢(xún)的句子權(quán)重計(jì)算方法，通過(guò)有效地利用關(guān)鍵詞間的距離信息來(lái)提高摘要的準(zhǔn)確率和覆蓋率，方便用戶(hù)查找自己所需要的信息。
　　 基于偽相關(guān)反饋的思想，對(duì)用戶(hù)的查詢(xún)關(guān)鍵詞進(jìn)行擴(kuò)展。根據(jù)用戶(hù)的原始查詢(xún)關(guān)鍵詞將文本中的句子分為主題相關(guān)句和非主題相關(guān)句，只選取主

3、題相關(guān)句子中的名詞或者名詞短語(yǔ)作為查詢(xún)擴(kuò)展的候選擴(kuò)展詞語(yǔ)。通過(guò)計(jì)算候選詞與用戶(hù)查詢(xún)關(guān)鍵詞之間的相關(guān)權(quán)重來(lái)選擇查詢(xún)擴(kuò)展的擴(kuò)展詞。從而使最終得到的查詢(xún)關(guān)鍵詞序列既體現(xiàn)Web頁(yè)面的主題，又滿(mǎn)足和查詢(xún)的相關(guān)性。
　　 在計(jì)算句子的重要度時(shí)，考慮句子中包含的用戶(hù)查詢(xún)關(guān)鍵詞之間的關(guān)系，基于“詞距離越近，關(guān)系越密切”的原則，在句子權(quán)重計(jì)算公式中有效地引入詞的距離信息，提高用戶(hù)查詢(xún)的準(zhǔn)確效率。實(shí)驗(yàn)結(jié)果表明，使用融合詞距離信息的句子權(quán)重計(jì)算方法可