基于本體進(jìn)行自動分類的中文元搜索引擎結(jié)果優(yōu)化方案.pdf

1、隨著Web流行和網(wǎng)上信息爆炸性增長，如何在浩瀚如海的信息空間里，快速查找并獲取所需的信息已成為一項極富挑戰(zhàn)的工作，搜索引擎成為人們在互聯(lián)網(wǎng)上最常用的工具，目前獨立搜索引擎面臨主要的問題有：網(wǎng)絡(luò)信息覆蓋面逐漸降低、檢索結(jié)果數(shù)量巨大、魚龍混雜篩選困難等等。元搜索引擎集成了多個搜索引擎的查詢結(jié)果，擴大了網(wǎng)絡(luò)資源的覆蓋率，提高了單次查詢的檢全率，目前元搜索引擎的技術(shù)并不是很成熟，尤其是中文元搜索引擎的使用情況更不理想。立足于中文處理技術(shù)，改進(jìn)檢

2、索結(jié)果輸出方式，將有效提高中文搜索引擎的競爭力。 本體技術(shù)將領(lǐng)域知識以概念集及概念間的相互關(guān)系用規(guī)范化的形式語言進(jìn)行描述，在智能信息檢索、智能信息代理、智能信息分類等方面得到應(yīng)用。 本文研究的出發(fā)點正是看到了本體在定義機器可理解的領(lǐng)域知識方面的作用，把本體應(yīng)用在元搜索引擎的結(jié)果分類中，對查詢結(jié)果進(jìn)行基于語義的自動分類，形成層次清晰、邏輯合理的結(jié)果反饋界面，使用戶能夠直觀地挑選自己需要的類目。另一方面基于本體對用戶的查詢請

3、求進(jìn)行語義分析，規(guī)范或擴展查詢詞表達(dá)式，起到提高查全率和查準(zhǔn)率的作用。 本文首先概述了搜索引擎和元搜索引擎的工作原理、存在的問題和已有的改進(jìn)方案，并對現(xiàn)有的幾種檢索結(jié)果的分類組織及呈現(xiàn)方式的效率進(jìn)行了分析。接著介紹了目前主要的幾種文檔自動分類技術(shù)，對于中文網(wǎng)頁自動分類的關(guān)鍵技術(shù)，包括網(wǎng)頁結(jié)構(gòu)的解析、中文分詞、網(wǎng)頁特征提取、分類器算法等進(jìn)行了分析。接著介紹了本體的基本理論，本體在本文提出的中文元搜索引擎查詢結(jié)果自動分類中的作用。本

4、文所做的創(chuàng)新性工作是： (1)構(gòu)建了“藥學(xué)本體”，包括藥學(xué)領(lǐng)域核心概念的提取與整理，類、屬性、實例的設(shè)計方法及本體的形式化編碼等過程。 (2)對中文元搜索引擎的用戶查詢詞進(jìn)行基于本體的擴展和規(guī)范，以擴大用戶的選詞視野和聯(lián)想提問，激發(fā)潛在的檢索需求，根據(jù)用戶需要對查詢結(jié)果進(jìn)行領(lǐng)域限定，避免一些無關(guān)結(jié)果的出現(xiàn)。 (3)設(shè)計了基于本體的中文元搜索引擎結(jié)果進(jìn)行自動分類的模型，包括檢索請求輸入界面、相關(guān)檢索詞提示、檢索結(jié)果