基于多语本体的语义查询扩展研究-数字图书馆论坛.pdfVIP

探索与交流 基于多语本体的语义查询扩展研究* 1 2 司莉，潘秋玉 （1. 武汉大学信息资源研究中心，武汉430072 ；2. 武汉大学信息管理学院，武汉430072） 摘要：查询扩展是改善信息检索结果的有效方法。针对用户获取多语言信息的需求以及当前跨语言信息检 索存在的翻译歧异性问题，提出一种基于多语本体的语义查询扩展方法，介绍其基本原理、查询扩展模型及实 现过程，使跨语言信息检索从字符匹配变成语义层面的匹配，实现跨语言信息检索中的查询扩展，以提高多语言 信息检索的查全率和查准率。 关键词：查询扩展；多语本体；跨语言信息检索 中图分类号：TP391 DOI ：10.3772/j .issn .1673-2286.2016.2.006 1 引言 必要的。查询扩展的基本思想是对用户输入的初始查询 词进行修正和扩充，构建更明确清晰的查询表达式，以 查询扩展作为提高信息检索性能的关键技术，自 改善信息检索的查全率和查准率。扩充的查询词有两大 20世纪60年代提出以来就逐渐受到关注。尤其是近年 类：一是查询词的同义或近义词，二是加入全新的词汇。 来，在计算机技术、云计算、物联网、用户创造内容等 目前，查询扩展的常用方法有3种：①基于用户相 多重因素的推动下，Int er net 已成为一个海量且仍在迅 关反馈的查询扩展；②基于全局分析的查询扩展；③基 猛增长的信息库，与此同时，网络信息语种的多样化和 于局部分析的查询扩展。其中，第一种要求用户对查询 网络用户分布的国际化日益显著，实现多语言信息组织 结果进行相关性判断，系统对用户判断后的相关文档 与检索，使用户方便获取多语言信息，成为信息检索系 进行计算，选取一些词扩展查询式进行二次检索，如此 统发展的趋势之一。然而，不同语言概念之间的准确对应 反复直至用户满意，该方法可以很好地满足用户需求， 始终是制约多语言信息检索的瓶颈。由于本体表达概念 但对用户要求较高、负担较重；第二种是系统自动对全 语义和推理的能力较强，可消除自然语言理解中的歧义， 部文档中的词或词组进行相关分析，将与查询词关联 并能根据相关概念进行推理，在多语言信息检索中实现 度较高的词作为初始查询词的扩展词来生成新的查询 基于本体的语义查询扩展，将有效提高多语言信息检索 式，其缺点是当文档数量较多时，计算量会比较大；第 的查全率和查准率，从而促进全球知识交流与共享。 三种不需要用户参与，系统自动将查询结果中的前K篇 文档作为相关文档，计算后选取扩展词进行重新检索， 2 现有的查询扩展技术 但容易发生“查询漂移”现象，即扩展后的查询主题偏 离了用户原来的查询意图。 传统信息检索系统利用简单的词匹配法则，即计 算文档特征值与检索词之间的相似度，往往只能检索 3 基于多语本体的查询扩展方法 到包含查询词的那些资源。而用户输入的89.9% 的检索 [1] 查询只包含一个词，平均查询词为1.73个 ，这样，与用 3.1 多语本体的特征 户查询请求相关但未包括检索词的那部分资源便无法 被命中。可见，实现用以提高查全率的查询扩展是极为 本体是对概念及概念之间关系规范化、形式化、可 * 本研究得到教育部人文社会科学重点研究基地重大项目“基于内容的多语言信息组织与检索研究” （编号：14JJD870001）资助。 年第 期（总第 期） 2016 2