论文检索系统及检索算法设计.docVIP

论文检索系统及检索算法设计 　　Design of Paper Retrieval System and Retrieval Algorithm 　　 　　 Fan Yu； Wang Yunan； Wang Junjie； Cao Qi 　　 （Hohai University，Nanjing 210098，China） 　　 　　摘要： 针对文献检索这一问题，文章共设计了字母分类-相关度模型、ASCII码分类-相关度模型两个模型。字母分类-相关度模型运用了字母分类法对所有的文献进行分类，并引入了相关度的概念，比较人性化的给出了不同相关度的检索结果，较为全面。ASCII码分类-相关度模型运用了ASCII分类法对文献进行了分类，将关键词库转化为一个阿拉伯数字集进行检索。 　　Abstract: In this paper, aiming at literature retrieval, the letters classification-correlati-on model and ASCII classification-correlation model are established. In the letters classification-correlation model, the paper uses the method of letters classification to classify all the literature and introduces the concept of correlation, finally gives a humanized retrieval result with different correlation. To classify the literatures, ASCII classification-correlation model in this paper utilizes the ASCII classification and transforms the keywords library into a arabic numerals set to retrieve. 　　关键词： 文献检索 字母分类法 ASCII分类法 相关度 　　Key words: literature retrieval；letters classification；ASCII classification；correlation 　　中图分类号：TP315 文献标识码：A文章编号：1006-4311（2011）21-0299-02 　　1问题提出 　　本题给出了某次学术会议所收到的150篇学术论文的关键词（key words），请以此为依据，将这些论文分类，并构造一个检索系统，使得当给出所要查找文献的一组关键词，例如（eigenvalue problem，inverse，solvability）或（risk perceptions，mental models，bias，synergistic risk），即可从上述150篇中找出有关的文章；所使用的方法应能适用于文献数量更大的情况。以下每行前的阿拉伯数字为文章编号，后面的英文单词为该文的关键词。除少量明显错误外，关键词（包括大小写）均原文照录。注：150篇论文的关键词具体见原题。 　　2问题分析 　　本文是关于一个论文文献检索问题，从题中可以得到会议150篇论文的关键词，需要构造一个检索系统，当输入需要查询的关键词时，检索系统要给出和这些关键词相关的文献，在本题中，文献以阿拉伯数字编号标记。为了构造这样的一个检索系统，需要着重解决两方面的问题：①如何对论文进行分类。②设计怎么样的检索规则及检索路径。 　　对于第一个问题，本文给出了两种方案。第一种方案按照字母分类方法，即由于所有的关键词均为英文单词，将每一个关键词看做一个字符串，将所有的关键词按首字母分为A、B、……、Y、Z及特殊字符共计27类，其中特殊字符为文中出现的?准等。第二种方案是ASCII码分类法，即将每一个关键词拆分成字母、空格、特殊字符，然后通过ASCII码找出它们对应的阿拉伯数字，将所有的数字相加后就得到这个关键词对应的一个数字。将所有的关键词按照这种方案处理后，将得到一个按大小排序的数字库，很显然，对数字进行搜选非常简洁方便。 　　对于第二个问题，本文根据第一个问题中提出的两个分类方案分别设计了不同的检索程序[1]。对于第一个分类方案，本文首先分析输入的关键词进行首字母分析，如输入的关键词为eigenvalue problem，那么将它归为以e为首字母的那一类中。然后再在这一类中进行筛选查找。而第二个分类方案中，本文将输