基于本体的查询扩展研究.docVIP

基于本体的查询扩展研究 　　摘要:查询扩展是优化信息检索的一种有效方法。基于关键词的查询扩展对语义信息的忽略为结果带来了不好的影响,因而提出一种基于本体的查询扩展方法。首先建立本体模型,通过计算本体中的概念语义相似度和实例语义相似度,实现语义查询扩展。 　　关键词:查询扩展;本体;语义相似度 　　中图分类号:TP391文献标识码:A 文章编号:1009-3044(2010)05-1025-02 　　The Study of Ontology-Based Query Expansion 　　HU Zhe1, ZHU Qiang2 　　(1. School of Sciences of Anhui Agricultural University, Hefei 230036,China; 2.Department of Computer of Hefei Normal University, Hefei 230061,China) 　　Abstract: Query Expansion is an effective way to optimize information retrieval. Query expansion based on key words results in a bad effect because of losing sight of the semantic information. Therefore a query expansion method based on ontology is proposed. Firstly, an ontology model is built. Then, semantic query expansion is carried out, through computing the concept semantic similarity and entity semantic similarity based on ontology. 　　Key words: query expansion; ontology; semantic similarity 　　目前,许多信息检索系统仍采用传统的关键词匹配技术,查准率和查全率并不理想。针对这种情况,早在1986年Van Rijsbergen[1-2]提出须先对原有查询词进行扩展后再进行检索,这就是“查询扩展”。语义查询扩展是向原有用户的查询添加语义相关的新概念,使查询条件更准确从而达到优化信息检索的目的。最早在1994年Voorhees就曾提出基于本体的查询扩展[3],即使用本体中的概念进行查询扩展。 　　1 研究背景 　　查询扩展的方法有很多[4-5],例如人工查询扩展:人工挑选与原始查询词相关的其他特征词,手工建立词表;自动查询扩展:利用根据某些规则自动化建立的扩展词表,自动对查询进行扩展。 　　查询扩展其核心问题是如何设计和利用扩展词的来源[1,6]。目前按照其扩展词来源的不同主要有以下几种方法:基于全局分析的查询扩展、基于局部分析的查询扩展、基于关联规则的查询扩展和基于用户查询日志的查询扩展、基于词典的查询扩展方法等。 　　全局分析法是最早产生的查询扩展方法[6-7]。它需要对整个文献集中的词进行相关分析,计算每对词之间的关联程度。接受到用户检索词后,将与检索词相关度最高的词扩展进来。全局分析法的优点是可以最大限度地探求词间的关系,但是系统计算量很大,只能适用小范围内的文献检索。 　　局部分析法[8]:利用原始查询检索结果来扩展原始查询。局部分析法认为初次检索结果是可以作为扩展源的,它实现了自动化过程,但因对初次检索的依赖性很强,也有局限性。当初次检索结果与原始查询相关度不高时,会扩展大量无关的词,严重降低查准率。 　　基于关联规则的查询扩展效果依赖于数据挖掘技术。基于用户查询日志的查询扩展,依赖于大量用户查询日志的存在,需要有一个积累的过程。 　　以上传统的基于关键词的查询扩展技术,存在难以克服的缺陷,主要是由于忽略了语义层面上的扩展,不能从根本上实现用户查询意图与检索资源之间的语义匹配。 　　基于词典的查询扩展是利用现有词典[7],在词典中定位原始查询词,将与原始查询词语义相似度高的词扩展进来。近年来,基于本体的语义查询扩展技术成为研究热点。本体因其可以明确地、形式化地表达概念的含义以及概念之间的语义关系,成为提供语义信息的“语义词典”。借助于本体的语义信息及语义推理机制可实现对用户查询的语义层次扩展,更好地获得用户查询意图,进而提高检索质量。 　　2 本体及语义相似度计算模型 　　语义相似度计算模型是语义查询扩展的核心部分。它建立在领域本体之上,一个好的相似度计算模型