基于本體論及Lucene的電子公文檢索系統(tǒng).pdf

1、電子政務(wù)是政府在國民經(jīng)濟(jì)和社會(huì)信息化的背景下，以提高政府辦公效率，增加透明度，改善決策和投資環(huán)境，強(qiáng)化經(jīng)濟(jì)和社會(huì)的有效管理，提高法制治理水平為目標(biāo)，將政府的信息發(fā)布、管理、服務(wù)、溝通功能向國際互聯(lián)網(wǎng)上遷移的系統(tǒng)解決方案。 隨著電子政務(wù)的推廣，各個(gè)部門產(chǎn)生的電子公文越來越多，如何對(duì)這些電子公文進(jìn)行有效的管理并能夠提供有效的檢索機(jī)制，以保證用戶能夠隨時(shí)快速全面地從這些公文中找到所關(guān)心的內(nèi)容，日趨顯得重要。在電子政務(wù)領(lǐng)域，為了對(duì)產(chǎn)生的

2、大量公文進(jìn)行管理，各部門大都采用了文件管理系統(tǒng)，通過關(guān)鍵詞匹配來進(jìn)行文件檢索，這種檢索方式的最大缺點(diǎn)在于無法了解用戶所輸入的查詢關(guān)鍵詞的語義，所以如果能夠理解用戶所輸入的查詢關(guān)鍵詞的語義將有效地提高檢索的查全率和查準(zhǔn)率，從而更好地滿足用戶的查詢要求。 為了解決上述問題，本研究在傳統(tǒng)的公文檢索方式的基礎(chǔ)之上，提供一種導(dǎo)航式檢索，這種檢索方式可以根據(jù)用戶輸入的查詢關(guān)鍵詞進(jìn)行推理，然后給出與此查詢相關(guān)的一些查詢建議供用戶選擇，由此來提

3、高檢索的查全率和查準(zhǔn)率，提高其平均性能。 本研究采用Stanford大學(xué)的本體開發(fā)工具Prot6g63.2Beta對(duì)電子政務(wù)領(lǐng)域的電子公文進(jìn)行表示，采用OWL-DL作為本體的描述語言，推理引擎采用JESS(JavaExpertSystemShell：Java專家系統(tǒng)內(nèi)核)，并利用JESSTab來完成Prot6g6與JESS之間的連接，對(duì)于全文檢索則采用Lucene作為搜索引擎內(nèi)核。由于本研究是以江西財(cái)經(jīng)大學(xué)校內(nèi)多個(gè)部門所發(fā)布的公

4、文作為研究背景，所以本系統(tǒng)提供的全文檢索是針對(duì)Word文檔進(jìn)行操作的，并且是對(duì)中文信息進(jìn)行檢索的，所以在對(duì)信息進(jìn)行全文檢索之前一定要先對(duì)Word文檔中的內(nèi)容進(jìn)行抽取，本研究采用POI工具對(duì)Word文檔里面的內(nèi)容進(jìn)行抽取，另外，因?yàn)槭轻槍?duì)中文Word文檔進(jìn)行檢索，所以在對(duì)Word文檔中的內(nèi)容抽取之后要對(duì)抽取出的中文內(nèi)容進(jìn)行分詞操作，為后面索引的建立做好準(zhǔn)備。本研究采用基于字符串匹配的分詞方法，即按照一定的策略將待分析的漢字串與一個(gè)“充分大