基于多層向量空間的語義信息檢索研究.pdf

1、信息在當(dāng)今社會中占據(jù)著越來越重要的地位。可靠精確的信息，能夠提高工作效率，縮短工作時間，有助于增強(qiáng)競爭力，做出科學(xué)的抉擇。信息檢索作為捕獲用戶需求信息的一種重要手段，已經(jīng)逐漸被越來越多的人所關(guān)注。然而，傳統(tǒng)的信息檢索模型性能低下常常會出現(xiàn)錯查和漏查的現(xiàn)象，檢索出的結(jié)果很大程度上不能符合人們的檢索意圖。針對信息檢索中出現(xiàn)的問題，本文對信息檢索進(jìn)行了相關(guān)的改進(jìn)和研究。
　　本文首先介紹了信息檢索的原理，對傳統(tǒng)的布爾模型、向量空間模型和

2、概率模型進(jìn)行了分析與比較。其中向量空間檢索模型考慮比較全面，而且也是目前使用范圍最廣的傳統(tǒng)檢索模型。本文以向量空間檢索模型為基礎(chǔ)對其進(jìn)行研究和改進(jìn)。傳統(tǒng)的向量空間模型將檢索文檔和查詢語句中關(guān)鍵詞看成彼此之間相互獨(dú)立且沒有語義關(guān)系的詞匯。同時，文檔不同部分對其主題思想的貢獻(xiàn)程度是有差別的。傳統(tǒng)向量空間模型并沒有對出現(xiàn)在文檔中不同部分的關(guān)鍵詞進(jìn)行區(qū)別對待。
　　借助領(lǐng)域本體對檢索進(jìn)行語義擴(kuò)展。本體包含概念的層次結(jié)構(gòu)，支持對概念間關(guān)系進(jìn)

3、行推理。這就使得計算機(jī)可以理解人類的思維，方便人與計算機(jī)之間的交流。本文對本體的概念以及相關(guān)理論進(jìn)行了介紹，重點(diǎn)分析本體在信息檢索中的作用，給出基于語義擴(kuò)展的信息檢索模型?；谡Z義擴(kuò)展的信息檢索是建立在領(lǐng)域本體基礎(chǔ)上的語義信息檢索。傳統(tǒng)的向量檢索模型是在語法層面上依據(jù)字面的簡單機(jī)械匹配，而基于語義擴(kuò)展的信息檢索則可以上升到語義層面上?；谡Z義擴(kuò)展的信息檢索分析檢索文檔和查詢語句的語義信息，經(jīng)過語義推理，深度發(fā)掘文字下面的語義信息和它們之

4、間的關(guān)系，彌補(bǔ)傳統(tǒng)向量空間檢索在語義方面的不足。在文檔結(jié)構(gòu)方面，本文借鑒多層向量空間模型的思想。依據(jù)各部分在文檔中重要程度差別，采用分層方法，將文檔分為不同的文本段，以文本段為單位，進(jìn)行文本段內(nèi)的關(guān)鍵詞權(quán)重計算。根據(jù)文本段重要程度不同，對相似度系數(shù)進(jìn)行適當(dāng)?shù)恼{(diào)整，以便更好的反映文檔的特征屬性，實(shí)現(xiàn)對文檔和檢索語句之間關(guān)系的真實(shí)反映。將語義信息檢索與多層向量空間信息檢索的結(jié)合起來。針對傳統(tǒng)向量空間檢索模型中存在著文檔語義理解的缺失和文檔結(jié)

5、構(gòu)區(qū)分不明確的不足，本文提出一種基于多層向量空間的語義信息檢索模型及其算法，很好的將基于領(lǐng)域本體的語義信息檢索和基于多層向量空間的信息檢索結(jié)合起來，并提出與之相關(guān)的一些理論和方法。
　　此外，基于多層向量空間的語義信息檢索模型采用改進(jìn)后的idftf-公式作為權(quán)重計算的公式，使得權(quán)重計算考慮的因素更為全面。在實(shí)際檢索過程中，不再拘泥于文本段固定的劃分格式，而根據(jù)文檔不同部分的可行性，適當(dāng)?shù)倪x取適合該文本段的計算方法。最后通過實(shí)驗(yàn)說明