智能中文搜索引擎若干關(guān)鍵技術(shù)的研究與實現(xiàn).pdf

1、隨著Internet的快速發(fā)展，Web信息的迅速增加，人們越來越依賴于搜索引擎來獲取互聯(lián)網(wǎng)上有用的信息。目前傳統(tǒng)中文搜索引擎系統(tǒng)一般都采用關(guān)鍵詞匹配模式，沒有很好地解決關(guān)鍵詞跟網(wǎng)頁之間的相關(guān)性；同時在搜索推薦詞的生成方法上，也往往只是在用戶搜索關(guān)鍵詞上加入前綴、后綴字符串作為相應(yīng)的推薦詞，沒有深入到語義理解層次，不能很好地反映用戶真正意圖，智能化程度較低。因此，如何更好地理解中文網(wǎng)頁信息、改進搜索關(guān)鍵詞與網(wǎng)頁的相關(guān)性、提供基于語義聯(lián)想的

2、搜索推薦詞已成為新一代智能中文搜索引擎系統(tǒng)亟待解決的若干核心問題。 該文對智能中文搜索引擎系統(tǒng)中的若干關(guān)鍵技術(shù)進行了較深入的研究，其研究內(nèi)容主要包含以下幾點： 1)設(shè)計了一種類trie樹的高效詞典組織結(jié)構(gòu)。把中文分詞過程分成兩個階段，在第一階段采用bigram模型并輔以一定的規(guī)則，在第二階段采用基于詞的最大正向匹配算法，最后把這兩個階段的結(jié)果合并，較好地解決了漢詞切分中一直存在的歧義現(xiàn)象難以排除、新詞識別困難等難題。實驗

3、結(jié)果顯示詞典模塊達到了較快的切分速度和較高的切分準(zhǔn)確率，這為高質(zhì)量概念詞的產(chǎn)生和后續(xù)網(wǎng)頁處理提供了前提； 2)給出了一種基于語義聯(lián)想的搜索推薦詞生成方法，該方法基于概念集群的思想，能夠有效地引導(dǎo)用戶搜索，有別于傳統(tǒng)搜索引擎系統(tǒng)的搜索推薦詞生成方法，擴大了搜索的深度和外延；提出了一種新的網(wǎng)頁排序算法，該算法基于系統(tǒng)的概念集群和關(guān)鍵詞對網(wǎng)頁的RANK值(權(quán)重值)，較好地反映了用戶搜索關(guān)鍵詞與網(wǎng)頁的相關(guān)性；同時使用《同義詞詞林》中文語