跨语言信息检索中的最关联英文语义翻译选取.docVIP

跨语言信息检索中的最关联英文语义翻译选取 　　摘 要： 针对跨语言信息检索中关联英文翻译的选择准确度不高的问题，提出一种基于最关联语义本体模型匹配的跨语言信息检索英文翻译选取方法。首先构建跨语言信息检索中最关联英文语义的本体结构模型，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；然后根据语义本体之间的词语知识和本体片段映射方法进行英文语义翻译的特征提取，实现最关联英文语义翻译选取；最后进行实验测试分析。结果表明，采用该方法进行跨语言信息检索，英文语义翻译选取的召回性能较好，查全率、查准率较高。 　　关键词： 跨语言信息检索； 语义翻译； 语义选取； 语义映射 　　中图分类号： TN911?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）12?0039?04 　　Abstract： Aiming at the problem that the selection accuracy of relevant English translation in the cross?language information retrieval is not high， a selection method of English translation for cross?language information retrieval based on most relevant semantic ontology model matching is proposed. The most relevant English semantic ontology structure model for cross?language information retrieval is built first， then the semantic directivity information index method is used to make context semantic mapping of English translation， and the feature extraction of English semantic translation is conducted according to word expression knowledge and ontology fragment mapping method to realize the relevant English semantic translation selection. The experimental and testing analysis results show that the proposed method has perfect English semantic translation selection for cross?language information retrieval， its data recall performance is better， and its precision ratio is higher. 　　Keywords： cross language information retrieval； semantic translation； semantic selection； semantic mapping 　　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?τ⑽挠镆宸?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