自然语言检索扩展词库的构建方法.pdfVIP

中国科技资源导刊 ISSN 1674-1544 CHINA SCIENCE TECHNOLOGY RESOURCES REVIEW 2013 年11 45 6 67-71 ISSN 1674-1544 Vol.45 No.6 67-71 Nov. 2013 月 第 卷第 期　 , 自然语言检索扩展词库的构建方法 吴建荣等陈洪梅 姚建民 熊思勇 （苏州市科学技术情报研究所，江苏苏州 215021 ） 摘  要：检索词自动扩展词库构建方法的基本思路是：根据语料是否规范化处理进行词库分类建设，优化了系统 的检索性能；结合学科类别，对词库语料进行领域划分，引导科技人员对技术领域的准确把握；建设以本体库为基 础，将与规范词具有关联性、相似性的语料通过关系表与关联库关联，把科技文献中的关键词组成一个有序的关系 网，解决了传统检索系统中检索词无关联的不足；通过对检索词出现频率进行统计分析，进而更新词库，保证本体 库、关联库语料的时效性，突破了人工对词库更新管理的受限性。 关键词：自然语言；检索词；检索扩展；本体库；关联库 中图分类号：G354 文献标识码：A DOI：10.3772/j.issn.1674-1544.2013.06.013 Lexicon Construction Method for Query Expansion by Natural Language Wu Jianrong, Chen Hongmei, Yao Jianmin, Xiong Siyong (Suzhou Institute of Scientific, Technical Information, Suzhou 215002) Abstract: For high retrieval precision and recall rate, a lexicon construction solution is introduced for query expansion in document retrieval. According to specific technology domain, an ontology based is built on basis of authoritative lexicons by the China national committee for terms and Wiktionary. Synonyms, hypernyms and hyponyms are acquired on basis of template matching and hierarchy structure reasoning from natural language contexts and Wikipedia. For better query expansion performance, a relationship network with statistical link strength is founded on basis of mutual information of related query terms. The above query term network enables a powerful knowledge management tool for document retrieval together with user logs and intermediate retrieval results. Keywords: natural language, query terms, query expansion, ontology, relation base 技文献资源为切入点，研究基于自然语言检索扩展 1 引言 的词库构建方法。 自然语言是一种自然地随文化演化的语言，是 人类交流和思维的主要工具。在信息检索过程中， 2