TPI异构统一检索系统的信息检索方法与策略.pdfVIP

维普资讯 Vo1．28，No．5 HeilongjiangElectricPower Oct．20O6 TPI异构统一检索系统的信息检索方法与策略 解忠武 (黑龙江省电力科学研究院，黑龙江 哈尔滨150030) 摘 要：介绍了异构检索的基本原理、黑龙江省电力科技数字化信息平台上异构数据库的配置和用于全文检索 的分词策略。论述了异构统一检索的基本方法和策略，阐述了检索过程中的注意事项。 关键词：异构检索；检索策略；检索方法；分词检索 中圈分类号：G354 文献标识码：C 文章编号：1002—1663(2006)05—0324一o4 InformationquerymethodandtacticforTPI heterostructureuniform indexsystem XIE Zhongwu (HeilongjiangElectricPowerResearchInstitute，Harbin150030，China) Abstract：Thebasicmechanismofheterostmcturequery，configurationofheterostmcturedatabaseandtacticof classifyingvocabularyusedforawholearticleindexontheplatformofHeilongiiangelectricpowersciencenad technologydi#talinformationwasintroduced．Thebasicmehtodnadhtetacticofheterostmctureunitedindex werediscussed，menawhile，cautionsworthnoticingduringindexwerealsopreesnted． Keywords：heterostmcturenidex；uqery tactic；indexmehtod；indexinclassification TPI是清华同方光盘股份有限公司自主研制 把检索结果传送给用户。 的一套基于Intemet、用于知识信息创建、生产、管 1．2 中文分词技术 理、维护和发布的工具软件系统。黑龙江省电力 TPI系统支持全文检索和数据项检索，全文 科技信息中心于2004年lO月引进了“TPI系统” 检索基于分词策略，查准率和查全率高。分词就 和 “万方电力数据资源系统”，并与信息中心自建 是将连续的字序列按照一定的规范重新组合成词 的数据资源进行了整合，建成了黑龙江省电力科 序列的过程。在英文的行文中，单词之间是以空 技数字化信息平台(以下简称平台)。平台运行 格作为自然分界符的，而中文只是字、句和段可以 近一年来，为科技人员的知识扩充、现场的技术改 通过明显的分界符来简单划界，唯独词没有一个 造以及科技管理水平的提升提供了大量的信息。 形式上的分界符，虽然英文也同样存在短语的划 分问题，但是在词这一层上，中文比之英文要复杂 1 认识USP和中文分词技术 的多、困难的多。通过引入分词技术，就可以使机 1．1 USP的工作原理 器对海量信息的整理更准确、更合理。 USP采用的是双层浏览器／服务器结构(B／ 应引起注意的是，“．”“／”“一”和空格等都 s)体系。用户向USP发出检索请求，USP根据配 是分词时使用的分隔符，所以在进行异构检索时， 置信息，把检索请求转换成对应于不同搜索引擎 在输入的检索词中不能包含这些字符，尤其在检 的实际检索请求，并向多个搜索引擎发出实际检 索技术标准或法规时，检索项 “标准编号”和