科技文獻(xiàn)共享平臺全文檢索技術(shù)研究.pdf

1、伴隨著Internet規(guī)模的迅速增長和內(nèi)容的不斷豐富，同時也給人們進(jìn)行有效訪問資源帶來了困難。由于提問的不專指和文獻(xiàn)資源量巨大的矛盾，系統(tǒng)往往會返回數(shù)量龐大的檢索結(jié)果。若無一種好的排序方法，用戶無法快速和準(zhǔn)確定位所要查找的文獻(xiàn)，因此一個好的排序算法對信息檢索系統(tǒng)來說是至關(guān)重要的。為此，該論文結(jié)合傳統(tǒng)信息檢索的排序算法以及文獻(xiàn)自身特點(diǎn)，提出了綜合考慮文獻(xiàn)印證關(guān)系及文獻(xiàn)主題過濾的文獻(xiàn)排序方法。首先對文本向量進(jìn)行主題無關(guān)詞條過濾，然后再計算文

2、本向量間的正文相似度，最后通過引文印證對原始相似度進(jìn)行調(diào)整。SemreX的查找相似文獻(xiàn)的功能就是為用戶提供和他滿意文章相近的文獻(xiàn)。由于查找相似文獻(xiàn)很耗費(fèi)時間，為提高查找相似文獻(xiàn)的速度以及查找準(zhǔn)度，采用了特征壓縮，文獻(xiàn)候選集合的辦法提高了檢索效率，采用信息論的辦法提高了檢索精度。SemreX通過文本在線分類，采用了GUI展示檢索結(jié)果的方法，讓用戶可以很方便的瀏覽檢索結(jié)果。
　　 通過TREC_EVAL程序?qū)Σ捎昧艘挠∽C排序算法的

3、檢索結(jié)果進(jìn)行了測試，試驗(yàn)表明該方法可以提高信息檢索的準(zhǔn)確率。改進(jìn)后的算法使R-Precision數(shù)值提高了3.4個百分點(diǎn)，改進(jìn)7%；使Average Precision數(shù)值提高0.27個百分點(diǎn)，改進(jìn)9%；Interpolated Recall Precision Averages以及Precision At N Document都比傳統(tǒng)的檢索方法效果好。一般而言，用戶希望系統(tǒng)返回的排名靠前的文獻(xiàn)滿足需求，即希望排名靠前的準(zhǔn)確率高，因此I