面向?qū)傩园l(fā)現(xiàn)的協(xié)同迭代搜索系統(tǒng)研究與實現(xiàn).pdf

1、使用搜索引擎進行資料的查找時，搜索引擎返回的結(jié)果繁多，用戶需要打開一些結(jié)果網(wǎng)頁才能得到有用信息。通常情況下，從一個網(wǎng)頁的標(biāo)題、正文等抽取出來的實體及實體屬性信息能夠很好地表示這個網(wǎng)頁所包含的內(nèi)容信息。有時這些實體及其屬性信息就是進行搜索所要獲得的答案，例如在搜索某個明星的出生地、配偶姓名，某個商品的價格、生產(chǎn)商等的情景時。另外，在進行某些搜索任務(wù)如旅游計劃的制定時，可能會需要多次的迭代搜索以及將搜索任務(wù)分配給多人共同完成?；诖耍疚奶?/p>

2、出了一個面向?qū)傩园l(fā)現(xiàn)的協(xié)同迭代搜索系統(tǒng)，并對此進行了研究，主要工作包括：
　　1、提出了一個面向?qū)傩园l(fā)現(xiàn)的協(xié)同迭代搜索系統(tǒng)模型。模型主要通過信息采集、信息處理、信息存儲、迭代搜索、多用戶協(xié)同等幾個功能模塊來構(gòu)建。系統(tǒng)利用現(xiàn)有搜索引擎提供的搜索結(jié)果，對結(jié)果中的網(wǎng)頁進行標(biāo)題、正文等網(wǎng)頁信息的結(jié)構(gòu)化抽取，再經(jīng)中文分詞預(yù)處理，然后利用命名實體識別技術(shù)抽取實體屬性信息，分類整理好后由用戶人工從中挑選有用信息；用戶可以設(shè)定搜索任務(wù)，挑選出來的

3、有用信息作為線索歸并到任務(wù)下統(tǒng)一管理；任務(wù)下的線索信息通過關(guān)鍵詞權(quán)值計算進行線索組合，生成新關(guān)鍵詞用于迭代搜索；每個任務(wù)可以由多個協(xié)作者同時協(xié)同搜索完成。
　　2、對系統(tǒng)模型給出了一種實現(xiàn)。文本處理中的分詞和命名實體識別分別采用中科院的NLPIR漢語分詞系統(tǒng)和斯坦福大學(xué)的命名實體識別器來進行實現(xiàn)。數(shù)據(jù)庫選用了NoSQL中的Redis，以應(yīng)對系統(tǒng)在多人協(xié)作時產(chǎn)生的大量數(shù)據(jù)處理及高速讀寫請求；利用非關(guān)系型數(shù)據(jù)庫Redis中的鍵值對、哈