基于中文維基百科的信息檢索技術研究.pdf

1、隨著計算機和互聯(lián)網的普及與發(fā)展，網絡上各種信息資源的數(shù)量也在爆炸性的增漲?；ヂ?lián)網用戶在享受海量數(shù)據(jù)信息帶來便利的同時，也必須面對如何從這龐大的信息中提取自己所需信息的問題。信息檢索技術為解決這一問題提供了幫助。
　　然而傳統(tǒng)的信息檢索大多基于關鍵詞的匹配進行查詢，從而忽略了語義信息的作用。這使得檢索系統(tǒng)不能充分理解用戶的真實查詢意圖，從而導致檢索出來的相關文檔集合可能與用戶的真實查詢意圖并不相符，致使檢索系統(tǒng)的性能嚴重下降。因此，

2、如何讓信息檢索系統(tǒng)充分理解用戶查詢的真實意圖成為了信息檢索領域中的一個熱點研究課題。本文將知識概念的思想加入信息檢索系統(tǒng)，使檢索系統(tǒng)在知識層面上更好地了解用戶的查詢意圖，提高檢索結果的精確度。具體的工作如下:
　　第一，利用中文維基百科作為額外的大型知識概念庫，提出了一種基于知識概念的文本表征方法。該方法將中文維基百科中的每個條目作為一個獨立的知識概念，通過比較每個知識概念的描述文本（條目）與待表征的自然語言文本的關聯(lián)度來衡量該知

3、識概念與自然語言文本的相關度，從而選擇出合適的知識概念對文本的語義進行概念的表征。
　　第二，將知識概念表征文本語義的方法融入到傳統(tǒng)的信息檢索系統(tǒng)中。通過對查詢條件與待檢索文檔集進行知識概念的表征，得到基于知識概念的信息檢索。最終，將基于知識概念的檢索與傳統(tǒng)“詞袋”檢索方法相融合，并且結合偽相關反饋的方法，提出一種全新的檢索策略。
　　第三，實現(xiàn)本文中所提出的檢索方法，并且在NTCIR-5中文信息檢索測試集上進行測試實驗。最