基于文档搜索的油田知识库系统.pdfVIP

，{2卷笫 1 (201r{_01)(仪表电气) 基于文档搜索的油田知识库系统 赵峰 胜利油田地质科学研究院 摘要：油田知识库系统整体采用B／S三层架构模式，在提取油田属性关键词并建立地质分词 词库后 ，开发了用于全文检索的搜索引擎，对历年会议、考察中产生的大量研究报告和成果总 结进行穿透文档 内容的全文检索，根据分词索引将资料中重要的勘探开发信息提取出来，并按 多维度 网状模型进行存储 ，最终形成 了一套网络化、数字化、方便查询应用的油 田知识库系 统。系统后台管理采用FTP服务器+ORACLE数据库，中间层建立地质分词词库、基于爬虫程 序的分词搜索引擎、基于Windows服务的检索服务、Web应用服务和数据服务以构建油田知识 库应用，前台采用微软CLICKONCE技术来部署发布。 关键词：知识库；数据库；模块 ；属性；搜索引擎 doi：10．3969／j．issn．1006—6896．2013．1．036 用的油田知识库系统 。系统首要解决 目前会议 、 1 系统研究必要性 考察中形成的汇报及总结文档的存放保管问题，使 胜利油田地质科学研究院作为油田的参谋部 ， 文档能够在网络上按照研究人员的使用习惯查询 、 每年都要举行大量的学术会议 ，比较重要的会议包 共享；然后将资料中的勘探开发信息进行综合性分 括勘探技术座谈会、开发技术座谈会、各类课题的 类及汇总，实现各类油田描述信息的数字化处理， 立项和结题等。每次会议结束后都会产生大量的研 建立不同类型定性的油田知识库，为今后定量的油 究报告和成果总结，成果类型多种多样，包括图 田知识库研究打下基础。系统功能主要包括以下三三 片、图件、总结文档、汇报多媒体等。这些文档里 个方面 ： 面的生产数据和统计数据是研究人员力求准确逐一 (1)对历年会议、方案、考察及总结文档进行 核对过的，是油田勘探开发先进技术的集中体现， 统一收集整理 ，按信息类型分类入库，建立不同类 是知识和智慧的结晶，因此具有非常重要的学习和 型的原型模型文档库。 参考价值。随着多年的累积，从2000年至今数据 (2)研究知识库的检索与存储技术 ，将复杂系 量已达到了3GB左右，但这些成果的现状令人堪 统的信息简约、细分 、抽取成可依据事务属性控制 忧。由于没有建立这类文档的存放管理规范，造成 的知识规则，利用数据库管理系统提供的存储过程 资料成果大都分散保存在研究人员个人手中，资料 技术构建一体化的知识库系统。 随意处理，成果丢失严重。由于未能进行集中统一 (3)建立实用且完善的检索、查询、对比等应 管理，历年的这一类文档都无法查阅，不能形成资 源共享 ，没有可持续利用，从而形成浪费。因此， 用功能，使研究人员能非常直观地使用油 田知识 研究院决定设计并开发一套基于文档搜索 司络 库，避免在系统中出现类 、对象