信念网络技术在科技文献检索中应用.docVIP

信念网络技术在科技文献检索中的应用 　　摘要： 参考文献信息是科技文献中的一部分主要内容，用来反映作者所做工作的主要理论基础，同时也提供一些与该文献相关的其他科技文献的信息。利用科技文献间的参考情况信息来分析文献的重要程度，并将这种方法组合到信念网络模型中，形成一种组合内容和参考文献证据的扩展的模型。 　　关键词： 信息检索；科技文献；信念网络 　　中图分类号：G25文献标识码：A文章编号：1671－7597（2011）0410150－01 　　 　　1 研究背景 　　随着科学技术的不断进步，科技文献已经成为科研工作者进行学术交流的主要工具。为了了解某个领域的研究现状，对科技文献的检索已经成为科研工作的工作前提。伴随Internet的迅速发展，人们可以获得的科技文献的数量急剧增长。现代科学技术文献不但数量庞大，而且类型复杂、语种繁多，使得科技工作者对科技文献的检索存在很大的困难。寻找一种能够使读者迅速准确的检索科技文献的方法已经成为科技文献检索的工作重点。 　　贝叶斯网络是人工智能领域处理不确定性问题的主要方法。信念网络作为基于贝叶斯网络的信息检索模型，已经成为信息检索的一个重要模型并在文献检索中得到了广泛的应用。传统的信念网络模型是通过内容的匹配实现对文献的检索，而在科技文献中，文献间的互相引用也是检索过程中需要考虑的重要信息。科技文献的参考文献部分能够反映作者工作的理论基础和与主题相关的其它文献的信息。同时科技文献的被引用情况也是反应文献重要程度的主要信息，目前科技文献的被引用情况已经成为衡量一篇文献重要程度的主要指标。 　　与此同时，大多数对科技文献的检索模型，只是通过对文档内容的匹配，很多与用户查询相关的文献并不能被检索出来，使得查询性能不高。参考文献正是判断文献之间相关性的主要信息，利用参考文献信息作为证据能够有效提高对科技文献进行检索的查询性能。 　　综合以上因素，本课题利用文献中的参考文献信息作为证据，量化参考文献对文章重要程度的贡献，设计出一种以基本信念网络模型为框架，组合参考文献信息的扩展模型。本课题在组合参考文献信息的同时考虑了时间的影响，使得基于参考文献证据的计算方法更加有效。与基本模型相比，该模型可以使得检索结果更加合理。 　　2 国内外研究现状 　　随着计算机网络和数据库技术的发展，网络上的科技文献资源迅猛增长。科研工作者若想从浩如烟海的网络资源中筛选出所需要的科技文献，网络信息检索系统是必不可少的工具。科技文献检索的基本任务是，对任意一个给定的用户查询，在检索系统所拥有的文档资源中找到与用户查询相关的文档的集合。目前在信息检索中对科技文献的检索模型主要有：布尔模型（BooleanModel）、向量空间模型（VectorSpaceModel）和概率模型（ProbabilisticModel）。 　　贝叶斯网络模型是应用十分成熟的一种概率模型，于80年代末由L.M.deCampos，J.M.Fernándea-Luna等人提出的。由于信息检索领域存在许多不确定因素，而贝叶斯网络能够很好的表示和处理这些不确定因素，因此贝叶斯网络作为经典概率模型在信息检索领域得到了比较成功的应用。特别是在1990年Turtle和Croft提出推理网络模型（InferenceNetwork 　　Model）后，出现了很多新的检索模型，其中比较有代表性的就是R.A.Ribeiro-Neto等人提出的信念网络模型（BeliefNetworkModel）。 　　信念网络是一种不确定性知识表达与推理模型。它是现阶段处理不确定信息技术的有效方法，在客户行为预测、发动机传感器数据证实、数据分类挖掘、在线学习等领域的许多智能化系统中得到了重要的应用。组合不同证据信息进行信息检索是当前一个重要的研究方向，它的处理过程同传统的信息检索过程一样，包含着很多不确定性，同时它还需要一个正规、灵活的框架进行资源组合。基本信念网络模型满足这两方面的要求，所以本课题采用该模型作为新模型的原始框架。 　　组合新的证据扩展用于信息检索的基本贝叶斯信念网络模型，在国内的研究还处于初级阶段，是一个新的研究方向。目前为止，比较成熟的是在基于内容的检索中组合同义词证据来扩展基本信念网络模型[12]。该扩展模型在一定程度上可以实现语义的检索，提高检索性能。国外一些人员也在对信念网络模型进行研究，并且取得了一定的成果。B.A.N.Ribeiro和R.Muntz提出以来自过去查询的信息为证据扩展基本信念网络。此后，M.deLourdesdasilveira等人提出了一个新的信息检索模型，该模型考虑了来自链接结构的证据（即中心度和权威度）。最近，P.Calado等提出将基于内容的证据和基于司法叙词表的证据归并，得到一个扩展的信念网络模型。实验