现有数学搜索引对比.pptVIP

MathSearch简介 现有数学搜索引擎对比 数学标记语言简介 数学查询语言MQL简介 MathSearch简介 MathSearch的设计目标 MathSearch的设计思想 MathSearch的研究内容 MathSearch的设计目标 MathSearch是一个可进行数学内容检索的基于公式的网络数学搜索引擎。 MathSearch使用语义检索方式，不仅可以实现基于字面显示结构的数学公式检索，同时可以实现基于数学公式语义的检索。 MathSearch能够实现对含有数学公式、数学符号的网页、文档、资料的搜索。 MathSearch支持的具体查询有：结构查询，语义查询，通配符查询，组合查询，抽象查询 MathSearch的设计思想 Mathsearch利用一系列爬虫进程从网络上收集信息，并判断其是否含有数学相关的内容，如果有则开始下载相应的文档，并从文档中提取所需数学公式、数学符号或数学相关内容。 为了同时支持基于数学显示方式的查询和基于数学公式语义的查询，Mathsearch为这些公式、符号和数学内容分别建立面向数学公式显示的Presentation索引和面向数学公式语义的Content索引。 用户表达查询需求时，既可以通过所见即所得的GUI窗口输入要搜索的内容，也可以直接输入数学查询语言MQL来表达搜索需求。 MathSearch对MQL进行解析，查找相应的数学内容，通过合理的算法对这些网页连接建立PageRank，将结果排序显示，并将查找内容突出显示。 MathSearch的设计思想（续） MathSearch的研究内容（１） 数学搜索数据源的界定及表达方式之间的转换研究 MathSearch搜索数学公式的主要搜索目标格式为MathML格式，OpenMath格式，中缀格式以及LaTex格式。这几种格式在表示方法上存在较大差异，MathSearch主要研究不同格式的数学公式的等价性及它们之间的相互转换方法。 MathSearch在数学公式编辑器MathEdit基础上研究数学公式转换器，针对目前Web中比较常见的数学公式标记语言MathML，OpenMath，LaTex和Infix进行转换，采用标准的JavaScript，DOM及XSL实现，提供可视化的图形界面，方便用户编辑、转换和提取负责的数学公式。该研究可以有效应用于网络数学搜索引擎中。 MathSearch的研究内容（2） 数学公式查询语言的研究 数学搜索引擎的关键在于查询，在数学信息检索系统中，定义一种直观的通用的有力的查询表达方式是一项重点研究内容。 MathSearch使用了一种基于MathML格式的扩展表达方式作为数学查询语言，通过该查询语言用户可以有效便利地对查询需求进行描述。该查询语言除支持常规结构化查询需求描述外，还支持组合查询表达和抽象查询表达，增强了查询表达力度。 MathSearch的研究内容（3） 数学公式索引的研究 索引是针对顺序查找的低效率而创建的一种方法。索引是指能把一个关键码与它对应的数据记录的信息相关联的一种数据结构。由于数学公式本身往往具有丰富的语义和特定的结构，当前数学搜索主要研究以数学公式的布局特征和语法结构进行的搜索。目前，索引技术主要有以下三种：倒排索引、后缀数组和签名文件。其中，倒排索引技术是当前大多数的信息检索系统中采用的索引建立技术，它对于关键词的搜索非常有效。 为了兼顾数学公式的显示和语义，MathSearch提出同时为数学公式建立面向公式结构的Presentation索引和面向公式语义的Content索引。 在建立基于数学公式语义的Content索引时，为了增强语义支持，对于网络爬虫搜集到的每一数学公式，要首先对其进行相应规范化。为了实现细粒度的数学公式查询，对于网络爬虫搜集到的每一数学公式，要分为若干N-grams的数学子公式，并对每一子公式按照权重计算方法赋予一定权重并建立索引。另外，为了增强数学搜索系统的语义支持，对于Content索引内容，还要连接到计算机代数系统进行计算转化，并对所有计算结果赋予一定权重并建立索引。 在建立基于数学公式结构的Presentation索引时，由于Presentation MathML表示的数学公式不同于Content MathML表示的数学公式，它们本身不包含语义信息，也无法从语义层面进行数学子公式划分。因而，在建立Presentation索引时，重点考虑数学公式的布局及显示方式，因而直接按其本身字面建立索引 。 MathSearch的研究内容（4） 数学搜索系统性能与质量的研究 搜索引擎提供的结果集中页面质量的好坏以及高质量的页面能否在