查询语句的概念分析及其在检索中的应用-计算机技术专业论文.docxVIP

万方数据 万方数据 上海交通大学 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本 论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本 文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 毕妲妮 日期：2013 年 1 月 11 日 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权上海交通大学可以将本学位论文的 全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫 描等复制手段保存和汇编本学位论文。 保密□，在 年解密后适用本授权书。 本学位论文属于 不保密 √ 。 （请在以上方框内打“√”） 学位论文作者签名：毕妲妮 指导教师签名：陈玉泉 日期：2013 年 1 月 1 日 日期：2013 年 1 月 1 日 上海交通大学工学硕士学位论文AB 上海交通大学工学硕士学位论文 ABSTRACT 查询语句的概念分析及其在检索中的应用 摘 要 近年来，随着计算机技术的发展和互联网的普及，Internet 上的资源 以指数级迅速增长，这不仅为我们提供了博大的信息资源，也伴随着信 息爆炸的问题。面对纷繁复杂的网络资源，如何从海量的信息中获取自 己所需的信息，也就是检索系统如何从海量文档中返回出最符合用户需 求的候选文档，成为了现在最关注的问题。 目前的信息检索系统只能提供给使用者有限的帮助，检索的准确率 低下，大量的信息不仅不能给用户提供帮助，反而带来了不小的困扰。 这个问题的症结在于现有的大部分检索系统采用的是如布尔模型等的 “离散型”模型，用户的需求和文档被表示成离散的、无关的字串，从 而丧失了它们概念上的完整性，带来了新的噪声。一个可行的方案是将 自然语言理解的手段引入到检索中，通过深层次的语义分析来提高检索 的准确率。具体的说，就是应用语义分析的方法标引需求和文档，标引 的基本单位不再是字串，而是完整的概念。这样就构建了需求和文档中 概念之间的关系。 本文研究的是汉语用户需求的概念分析，这是中文概念检索系统必 不可少的组成部分。需求分析是检索过程中的第一步，其目的是还原用 户的检索意图以指导进一步的检索工作。因此需求分析是检索系统的首 要任务，其质量直接影响了整个检索系统的性能。需求分析，跟文本文 档的分析存在较大的区别，其目的除了将用户查询语句表示成概念信息； I II万方数据 II 万方数据 更重要的是能准确的刻画用户脑海中的检索概念，其依据则是模糊的用 户需求表达式。 本论文引入概念新思想，在概念层次上，利用语义概念图模型，处 理中文查询语句，再将其转化为语义概念图，把用户输入的关键词通过 它们之间的语义关系联结成为内涵完整的图的形式，使得在整个语义检 索过程中不丢失其语义概念信息，从而可以根据用户需求的完整概念内 涵，对返回的网页结果进行相关性的衡量，达到提高准确率的效果。 本文在用户需求概念分析上提出了一种新的尝试和方法，从内涵概 念图层次上分析用户的真正意图，特别是在处理疑问句需求时，通过提 取查询语句的焦点信息，并用其替换句子中的疑问词，构建出表达查询 语句内涵语义信息的概念图。该方法从中文概念内涵的角度，分析用户 需求，较为完整、准确地还原用户的检索意图，以指导接下去的检索工 作，从而提高了检索系统的准确度。这对于中文搜索引擎的新开发，提 供了有效的技术支持。 关键字：查询语句，概念分析，概念图，信息检索 PAGE IV万方数据 PAGE IV 万方数据 Conceptual Analysis of the Query and Its Application in Retrieval ABSTRACT With the development of computer technology and the rise of the Internet, information resources in the network had been rapidly growing. It brings massive amounts of information, while at the same time, it also brings the problem of information explosion. Facing the complicated network resources, the most concerned problem is that how to get candidate