基于領(lǐng)域本體的用戶查詢詞擴(kuò)展方法的研究.pdf

1、查詢詞擴(kuò)展技術(shù)作為一種提高信息檢索精度的技術(shù)，被廣泛應(yīng)用到了搜索引擎中，并成為一個研究熱點。本體是共享概念模型的明確地形式化規(guī)范說明，其中包含概念模型、明確、形式化、共享四層含義。由于本體可以被用來描述某個領(lǐng)域或者范圍里的概念以及概念與概念之間的關(guān)系，使得這些信息在共享時具有大家共同認(rèn)可的、明確的、唯一的定義，所以在信息檢索中可以幫助人們在統(tǒng)一規(guī)范的信息系統(tǒng)中高效地檢索到有用的信息。 為了更好地實現(xiàn)查詢詞擴(kuò)展，本文結(jié)合了本體中信

2、息的統(tǒng)一規(guī)范性以及層次關(guān)系明確等優(yōu)點，提出了基于領(lǐng)域本體的查詢詞擴(kuò)展方法。該方法在一定程度上克服了傳統(tǒng)查詢詞擴(kuò)展的語義性差、主題性差等缺點。 本文的主要研究內(nèi)容歸納如下： 1．提出了一種基于領(lǐng)域本體的領(lǐng)域相關(guān)詞抽取方法。本文基于Google網(wǎng)頁目錄建立了領(lǐng)域本體。把待抽取領(lǐng)域相關(guān)詞的網(wǎng)頁切詞、分詞，由這些詞組成一個詞集合，并且根據(jù)這些領(lǐng)域本體，從詞集合中抽取符合給定閾值的領(lǐng)域相關(guān)詞。這些領(lǐng)域相關(guān)詞可以代表某一個或者某幾個

3、領(lǐng)域。將這些領(lǐng)域相關(guān)詞填充到已建立的領(lǐng)域本體中，形成新的領(lǐng)域本體。實驗表明使用本文方法抽取的領(lǐng)域相關(guān)詞在表達(dá)文檔上優(yōu)于使用傳統(tǒng)方法提取的關(guān)鍵詞。 2．提出了基于形式概念分析的查詢詞擴(kuò)展源的產(chǎn)生方法。使用大文本集作為形式背景建立概念格。在概念格中為用戶查詢詞計算上近似概念以及下近似概念，并根據(jù)用戶查詢詞及其上近似概念的屬性和下近似概念的屬性確定查詢詞擴(kuò)展源。 3．提出了一種基于領(lǐng)域本體的查詢詞擴(kuò)展方法。對查詢詞擴(kuò)展源中的詞