中文知识本体的建立以及其在知识搜索中的应用.pdfVIP

中文知识本体的建立以及其在知识搜索中的应用 软件学院 杨威 5070379048 指导老师 软件学院 赵建军 摘要 传统搜索引擎往往将用户的查询假定为一种简单的模式：通过一两个关键字来告知搜索 引擎用户对信息的需求，然后返回数百万的候选网页，再通过搜索排名的技术找出用户可能 最需要的几个网页放在页面顶端呈现给用户。尽管目前很多关键字搜索频率都很高，但不同 用户所需要的信息也许是处于不同需求的。随着个性化需求的增加，用户需要搜索引擎能够 返回包含他们专业需求，个性爱好，个人健康状况等的信息。搜索这样信息的查询不仅比传 统的查询多出许多的关键字，而且用户对需要返回能准确回答他们问题的信息或事实，并不 是一些可能包含问题答案的网页。传统搜索引擎对这样的查询网网搜索不到匹配的网页，或 者只有少许网页。而且就算其能找到所有符合信息的网页，如果所需要的信息分布在不同的 网页中，则用户必须给出多个查询来收集相关的页面，然后自己提取这些页面中的相关信息 并组织成一个整体。由此可见，开发一个能够解析专业化查询并返回整合信息的搜索引擎是 十分必要的。 对此我们开发了中文知识本体以及知识搜索引擎。我们将网络信息的概念进行分类，对 每个领域建立本体模型，并在本体模型上建立简单的知识库。我们的知识库可以回答用户能 在Wikipedia 上能找到答案的问题，对于Wikipedia 不能解决的问题，我们会将用户的输入 与我们建立的概念分类体系进行匹配，然后定向到网络其它数据源进行查询。我们目前仅对 网络上结构化和部分半结构化信息进行了整合，因为我们认为语义网运动将推动WWW 用更易 被机器处理的表示方法来描述网上内容，所以我们暂时不考虑对自然语言文本的处理。 关键词：语义网，本体，知识库，资源描述框架, 网络本体语言， ABSTRACT Queries posed to traditional Web search engines are very simple: one or two keywords to express the user’s information need, and millions of matching results including many excellent hits, so that well-known ranking techniques can easily achieve high precision for the top-10 Web pages seen by the user. While this may indeed be true for the large mass of popular queries, each asked by many thousands of users, the picture is different for the long tail of individual queries about professional needs, rare hobbies, local music concerts, or personal health issues. Not only do these queries contain more keywords and return fewer results, but the user would often expect a concise answer with relevant facts rather than merely being pointed to potentially interesting Web pages. If we need information that is spread over various documents, we must initiate several queries to collect the relevant documents, and then we must manually extract the partial information and put it together