基于本體的語(yǔ)義全文檢索系統(tǒng)的研究.pdf

1、隨著互聯(lián)網(wǎng)的迅速發(fā)展,如何從海量信息資源中準(zhǔn)確快速地檢索到有利用價(jià)值的信息,成為了信息檢索領(lǐng)域的研究重點(diǎn)。雖然傳統(tǒng)的全文檢索技術(shù)可以快速地完成對(duì)海量信息的檢索,但是由于其檢索時(shí)主要依賴于關(guān)鍵詞的匹配技術(shù),僅能從字面上完成檢索請(qǐng)求與索引的匹配,缺乏對(duì)檢索請(qǐng)求的語(yǔ)義層面的理解與分析處理能力,其檢索結(jié)果不是遺漏重要信息,就是包含大量不相關(guān)信息。
　　本體對(duì)信息資源進(jìn)行了有效的組織與描述,本體中概念詞之間以關(guān)系相連,通過(guò)其概念與關(guān)系的組合

2、可以完成本體的邏輯推理工作。將本體技術(shù)引入到全文檢索系統(tǒng)中,利用本體的邏輯推理能力,來(lái)實(shí)現(xiàn)對(duì)檢索請(qǐng)求的語(yǔ)義支持,可以很大程度上提高傳統(tǒng)的全文檢索系統(tǒng)的檢索準(zhǔn)確性和對(duì)無(wú)用信息的過(guò)濾能力。本文在基于本體的語(yǔ)義全文檢索系統(tǒng)的研究中做了以下工作:
　　(1)在深入研究本體及其概念語(yǔ)義相似度的基礎(chǔ)上,分析總結(jié)了目前概念語(yǔ)義相似度計(jì)算中存在的問(wèn)題。提出了一種基于主成分分析(PCA)的綜合加權(quán)概念語(yǔ)義相似度計(jì)算方法,該方法不僅集成了傳統(tǒng)的基于語(yǔ)

3、義距離的算法與基于信息內(nèi)容的算法,而且引入了深度、密度因子和語(yǔ)義重合度來(lái)進(jìn)行綜合的分析,并針對(duì)綜合算法中權(quán)值難以確定的問(wèn)題,引入主成分分析的思想改進(jìn)權(quán)值分配方法。通過(guò)實(shí)驗(yàn)證明,基于主成分分析的綜合加權(quán)概念語(yǔ)義相似度計(jì)算方法有效改善了概念語(yǔ)義相似度計(jì)算的準(zhǔn)確性。
　　(2)利用Jena軟件包設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)通用的對(duì)本體描述語(yǔ)言文件的解析應(yīng)用模型。該模型不僅可以根據(jù)本體中的概念及概念間的關(guān)系來(lái)計(jì)算出概念間的語(yǔ)義相似度,而且還支持將概念

4、對(duì)及其之間的語(yǔ)義相似度導(dǎo)入到關(guān)系型數(shù)據(jù)庫(kù)的功能。
　　(3)研究了全文檢索的過(guò)程、框架和其中的核心技術(shù),并重點(diǎn)分析了Lucene.Net全文檢索工具包的體系結(jié)構(gòu)。利用Lucene.Net全文檢索工具包和本體相關(guān)技術(shù),設(shè)計(jì)了一個(gè)基于本體的語(yǔ)義全文檢索模型,并給出了各個(gè)模塊的詳細(xì)設(shè)計(jì)。其中重點(diǎn)針對(duì)原系統(tǒng)的查詢模塊與結(jié)果反饋模塊中,因缺乏對(duì)語(yǔ)義的支持而產(chǎn)生的檢索結(jié)果準(zhǔn)確性不高的問(wèn)題,引入了本體概念語(yǔ)義相似度來(lái)對(duì)其進(jìn)行功能的擴(kuò)展。