基于本體的智能搜索引擎研究與應用.pdf_第1頁
已閱讀1頁,還剩76頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著因特網(wǎng)的不斷發(fā)展,網(wǎng)絡(luò)信息資源也與日俱增。面對內(nèi)容冗余、結(jié)構(gòu)復雜的知識海洋,如何準確、及時、全面的獲取所需要的信息,成為人們所關(guān)注的焦點。傳統(tǒng)基于簡單關(guān)鍵字匹配的搜索技術(shù)已經(jīng)不能滿足用戶日益增長的需求,本體作為一種能在語義和知識層次上描述信息的概念模型,具有良好的概念層次結(jié)構(gòu)和對邏輯推理的支持,基于本體的語義檢索技術(shù)已經(jīng)成為國內(nèi)外學者研究的熱點。
   本文首先討論了國內(nèi)外語義檢索的進展情況,對傳統(tǒng)搜索引擎原理、分類、評價標

2、準以及存在的缺陷、不足進行分析。其次,在本體相關(guān)理論研究基礎(chǔ)上,結(jié)合領(lǐng)域本體構(gòu)建策略,實現(xiàn)了家電領(lǐng)域本體的構(gòu)建和存儲。再者,對當前制約語義檢索發(fā)展瓶頸的語義標注技術(shù)進行研究,通過對當前語義標注方法、工具的分析,開發(fā)一款領(lǐng)域本體標注工具AnnTool。最后,結(jié)合家電領(lǐng)域本體以及語義標注技術(shù),提出一種基于領(lǐng)域本體的搜索引擎框架,并且進行了簡單實驗驗證。該框架包括領(lǐng)域信息采集、預處理、語義索引、查詢擴展、結(jié)果重排5個模塊,其中在領(lǐng)域信息采集模

3、塊,通過對目前爬蟲采集策略的分析,提出一種基于內(nèi)容領(lǐng)域相關(guān)度和超鏈接分析相結(jié)合的網(wǎng)頁信息采集策略,并給出對應的采集網(wǎng)頁綜合價值評價公式;預處理使用AnnTool完成文檔信息語義標注;語義索引實現(xiàn)元數(shù)據(jù)索引;查詢擴展利用本體框架對查詢條件進行推理擴展;結(jié)果排序采用文檔價值、文檔本體匹配相似度權(quán)值以及Lucene評分機制相結(jié)合計算文檔得分進行排序。通過實驗分析表明,基于本體的搜索引擎比傳統(tǒng)關(guān)鍵字匹配搜索具有更高查全率和查準率。
  

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論