基于本体和文档重构的语义检索方法.pdfVIP

《现代图书情报技术》版权所有，欢迎下载引用！  请注明引用地址：基于本体和文档重构的语义检索方法 ［Ｊ］，现代图书情报技术，２００９（１２）：４２－４６． 知识组织与知识管理 基于本体和文档重构的语义检索方法 陈　兵　邰晓英 （宁波大学信息科学与工程学院　宁波３１５２１１） 【摘要】提出一种新的基于本体和文档重构的语义检索方法，该方法通过构造本体知识库，依据本体知识进行文 档重构，将本体的语义描述和语义关联能力应用到现有的信息检索系统。将隐形语义索引（ＬａｔｅｎｔＳｅｍａｎｔｉｃＩｎｄｅ ｘｉｎｇ，ＬＳＩ）技术应用到语义检索结果的排序过程中，并与传统的向量空间模型（ＶｅｃｔｏｒＳｐａｃｅＭｏｄｅｌ，ＶＳＭ）方法进行 对比。实验结果表明本文所提出方法更具有效性，比相对应的ＶＳＭ方法性能提高约１０．５５％－１７．６３％。 【关键词】本体　文档重构　语义检索　隐形语义索引　向量空间模型 【分类号】ＴＰ３９１ ＳｅｍａｎｔｉｃＲｅｔｒｉｅｖａｌＵｓｉｎｇＯｎｔｏｌｏｇｙａｎｄＤｏｃｕｍｅｎｔＲｅｆｉｎｅｍｅｎｔ ＣｈｅｎＢｉｎｇ　ＴａｉＸｉａｏｙｉｎｇ （ＦａｃｕｌｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＮｉｎｇｂｏＵｎｉｖｅｒｓｉｔｙ，Ｎｉｎｇｂｏ３１５２１１，Ｃｈｉｎａ） 【Ａｂｓｔｒａｃｔ】Ｔｏｅｎｈａｎｃｅｔｈｅｒｅｔｒｉｅｖａｌａｃｃｕｒａｃｙｏｆｉｎｆｏｒｍａｔｉｏｎｓｅａｒｃｈｅｎｇｉｎｅ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｓａｎｉｎｆｏｒｍａｔｉｏｎｒｅｔｒｉｅｖａｌ ｓｙｓｔｅｍｂａｓｅｄｏｎＯｎｔｏｌｏｇｙａｎｄｄｏｃｕｍｅｎｔｒｅｆｉｎｅｍｅｎｔ，ｗｈｉｃｈｉｓｒｅａｌｉｚｅｄｂｙｅｍｐｌｏｙｉｎｇｔｈｅｓｅｍａｎｔｉｃｄｅｓｃｒｉｐｔｉｏｎａｎｄｒｅｌｅｖａｎｃｅ ｏｆＯｎｔｏｌｏｇｙｔｏｔｈｅｓｙｓｔｅｍ．ＩｔｄｅｓｃｒｉｂｅｓｔｈｅｕｓｉｎｇｏｆＬＳＩｔｏｒｅｐｌａｃｅｔｈｅｔｒａｄｉｔｉｏｎａｌＶＳＭｉｎｔｈｅｒｅｓｕｌｔｓｏｆｓｏｒｔｉｎｇｐｒｏｃｅｓｓ． Ｕｓｉｎｇａｃｏｍｐａｒａｔｉｖｅｅｘｐｅｒｉｍｅｎｔ，ｔｈｅａｕｔｈｏｒｓｓｈｏｗｔｈｅｎｅｗａｐｐｒｏａｃｈｉｓｍｏｒｅｆｅａｓｉｂｌｅａｎｄｅｆｆｅｃｔｉｖｅｔｈａｎＶＳＭ，ｗｈｉｃｈｃａｎ ｉｍｐｒｏｖｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｕｐｔｏ１０．５５％－１７．６３％． 【Ｋｅｙｗｏｒｄｓ】Ｏｎｔｏｌｏｇｙ　Ｄｏｃｕｍｅｎｔｒｅｆｉｎｅｍｅｎｔ　Ｓｅｍａｎｔｉｃｒｅｔｒｉｅｖａｌ　ＬＳＩ　ＶＳＭ １　引　言 　　在现有的信息检索系统中，信息查询大多数采用关键字匹配的查询方式，只有查询词出现在文档中才有可能 被检索到，这样自然语言文本中具有一词多义（Ｐｏｌｙｓｅｍｙ）和一义多词（Ｓｙｎｏｎｙｍｙ）的词汇在查询时就会被漏掉，造 成检索精度不高。这种词不匹配问题是影响信息检索效率的重要原因之一。 ［１］ 　　ＷｏｒｄＮｅｔ 是由普林斯顿大学认识科学实验室在心理学教授乔治 ·Ａ·米勒的指导下建立和维护的一个英语 字典，它根据词条的意义将词条分组，每一个具有相同意义的词条组称为一个 Ｓｙｎｓｅｔ（同义词集合）。ＷｏｒｄＮｅｔ为 ［２］ 每一个Ｓｙｎｓｅｔ提供了简短、概要的定义，并记录不同Ｓｙｎｓｅｔ之间的语义关系。中文ＷｏｒｄＮｅｔ 由东南大学计算机 科学与工程学院和荷兰自由大学计算机科学学院合作完成，实现一个约１１８０００中文词和１１５４００同义词集的中 ［３］ 文－中文的功能。张敏等 提出基于语义关系查询的文档重构方法，将查询扩展词和被扩展词合并成同一个概 念进行检索，通过相关子信息的聚集，改进检索的效果。本文基于ＷｏｒｄＮｅｔ和中文ＷｏｒｄＮｅｔ构建本体知识库，并 采用一种新的文档重构算法对语料库中的中英文文档进行重构，解决中英文检索过程中的词不匹配问题。 　　向量空间模型是近年来应用较多的信息检索模型之一，其不足之处在于假设所有的索引项都是独立的，而事 　　收稿日期：２００９－１０－２７ 　　收修改稿日期：２００９－１１－２０ 　　 本文系国家自然科学基金项目“基于内容的医学图像检索理论与算法研究”（项目编号的研究成果之一。  　　　４２　现代图书情报技术