信息检索教学应用影响作用研究论文（共6篇）.doc

信息检索教学应用影响作用研究论文（共6篇）_计算机应用论文 第1篇：跨语言信息检索中的最关联英文语义翻译选取 0引言 在跨语言的信息检索Web环境中，需要采用语义本体模型匹配和特征提取方法进行各种语义翻译处理和语义信息分析，实现对信息检索库中语义信息资源调度和模型构建。由于跨语义信息检索数据库中存在一定的语义冲突，严重影响了语言翻译和信息检索的准确性，存在语义异构和语义分歧问题，特别是在跨语言数据库中對英文语义翻译的关联性不好，在信息检索、数据集成和数据库重构中导致对关联语义的匹配度和检索的准确度不高[1？2]。因此，需要进行跨语言信息检索中的最关联英文语义翻译选取设计，利用语义分析与提取技术提高跨语言信息检索的准确性[3]。本文以异构英文语义本体模型为研究对象，进行最关联英文语义翻译选取和特征提取研究，找出语义相同或者相似概念对，逐一地对本体之间语义信息素进行相似度信息分析和信息素导引，提高对语言信息数据库的访问和检索能力，并取得一定的研究成果。 1关联英文语义本体结构模型构建 1.1跨语言信息检索的英文翻译语义映射 为了实现跨语言信息检索中的最关联英文语义翻译选取，需要首先构建跨语言信息检索中最关联英文语义本体结构模型，基于语义相似度计算方法进行跨语言信息检索的英文语义翻译的机器学习和训练。首先给出跨语言信息检索的数据访问和语义选取结构图如图1所示。 根据图1所示的跨语言信息检索的数据访问和语义选取结构，进行跨语言信息检索语义映射关系的分类[4？5]。 定义1英文语义映射。针对语法分析方案Ai，跨语言信息检索英文翻译的本体语义映射模型的形式化定义是一个五元组，其中： C：语义修饰概念集合。C中的语句CS有m种不同的语法分类，从语义上来说，对语义相似度分析，得到跨语言数据库中包含有多个从句。在本体中，AA是后置定语，满足基本单元的语句语义结构。 I：实例集合。I为每次选择一个简单子句的每个实例，通过语义映射得到一个惟一的个体。在本体中，实例是语句语义结构的本体映射表象，因此也称为语义修饰目标。 HC：语句的语义相关度的分类关系集合。这类关系可以求出非语句主干的特征映射关系（Hyponymy），用函数来表示表示本体中父概念（Super？Concept）和子概念（Sub？Concept）之间的不同的语法分析方案。 R：当前跨语言信息检索关联英文数据库本体内元素的分类集合。R所包含的关系可分成两大类：语义指向性信息索引行为关系和概念的隶属关系。 A：语义修饰目标集合。A中的每条语义修饰目标代表英文翻译语义中实词的个数，它可用于语义修饰目标之间的语义相关度来描述概念和实例之间跨语言信息检索的映射关系，或者描述第i种语法分析方案下的语义特征映射的约束关系。 1.2语义本体相关度计算模型 在上述进行了跨语言信息检索的英文翻译语义映射定义基础上，根据跨语言信息检索中英文语句的多种语法分析方案，构建最关联英文语言翻译的语法分析方案，如图2所示。 假设跨语言信息检索数据库中关联英文的本体映射三层集成分布概念集合的数学模型可表示为： 式中：中的是表示语句具有m种语法分析方案的个数，表示语义相关度；语句主干权重系数。英语从句具有m种语法分析方案，最符合语义逻辑的语法分析方案满足所有词汇翻译相关性的约束条件为： 根据跨语言信息检索的词语知识（Lexicalknowledge）得到语义映射关系的差异性特征。通过对不同本体进行英文翻译的语法分析，对概念的上下文（Context）进行关联匹配度分解，在概念节点Mountain中考虑等价的语义映射，根据语义本体相关度计算，得到语法分析的最佳方案[6]。 定義2语义本体模型。跨语言信息检索关联英文翻译的本体与之间的语义修饰互信息特征通过一个映射函数M表示，。其中，C是本体的语义关联度，rel是跨语言信息检索数据库中的英文资源信息一个实词集合，被称之为英文从句的归结关系。 采用语义指向性信息索引方法进行英文翻译的上下文语义映射，可进行从句范围选择中预期使用的词汇能有效反映英文语义翻译的单语义。根据简单语义单元建立英文翻译的语义修饰关系[7]，如图3所示。 由于建立本体之间英文翻译的语义修饰关系存在异构性，语义结构为：，概念节点（Cs和Ct′）对英文翻译中的语义关联句属于主句，还是从句进行判断，判断准则为：Cs与Ct′之间内部语法结构映射关系（）、Cs与Ct′之间简单语义单元的语义特征映射关系（）、Cs与Ct′之间的自组织映射泛化关系（）、Cs与Ct′之间的从句权重关系（）和Cs与Ct′之间的每种语法分析方案的映射关系（）。计算每个简单语义单