基于多层向量空间的语义信息检索研究-计算机系统结构专业论文.docxVIP

重庆大学硕士学位论文中文摘要 重庆大学硕士学位论文 中文摘要 I I 摘 要 信息在当今社会中占据着越来越重要的地位。可靠精确的信息，能够提高工 作效率，缩短工作时间，有助于增强竞争力，做出科学的抉择。信息检索作为捕 获用户需求信息的一种重要手段，已经逐渐被越来越多的人所关注。然而，传统 的信息检索模型性能低下常常会出现错查和漏查的现象，检索出的结果很大程度 上不能符合人们的检索意图。针对信息检索中出现的问题，本文对信息检索进行 了相关的改进和研究。 本文首先介绍了信息检索的原理，对传统的布尔模型、向量空间模型和概率 模型进行了分析与比较。其中向量空间检索模型考虑比较全面，而且也是目前使 用范围最广的传统检索模型。本文以向量空间检索模型为基础对其进行研究和改 进。传统的向量空间模型将检索文档和查询语句中关键词看成彼此之间相互独立 且没有语义关系的词汇。同时，文档不同部分对其主题思想的贡献程度是有差别 的。传统向量空间模型并没有对出现在文档中不同部分的关键词进行区别对待。 借助领域本体对检索进行语义扩展。本体包含概念的层次结构，支持对概念 间关系进行推理。这就使得计算机可以理解人类的思维，方便人与计算机之间的 交流。本文对本体的概念以及相关理论进行了介绍，重点分析本体在信息检索中 的作用，给出基于语义扩展的信息检索模型。基于语义扩展的信息检索是建立在 领域本体基础上的语义信息检索。传统的向量检索模型是在语法层面上依据字面 的简单机械匹配，而基于语义扩展的信息检索则可以上升到语义层面上。基于语 义扩展的信息检索分析检索文档和查询语句的语义信息，经过语义推理，深度发 掘文字下面的语义信息和它们之间的关系，弥补传统向量空间检索在语义方面的 不足。在文档结构方面，本文借鉴多层向量空间模型的思想。依据各部分在文档 中重要程度差别，采用分层方法，将文档分为不同的文本段，以文本段为单位， 进行文本段内的关键词权重计算。根据文本段重要程度不同，对相似度系数进行 适当的调整，以便更好的反映文档的特征属性，实现对文档和检索语句之间关系 的真实反映。将语义信息检索与多层向量空间信息检索的结合起来。针对传统向 量空间检索模型中存在着文档语义理解的缺失和文档结构区分不明确的不足，本 文提出一种基于多层向量空间的语义信息检索模型及其算法，很好的将基于领域 本体的语义信息检索和基于多层向量空间的信息检索结合起来，并提出与之相关 的一些理论和方法。 此外，基于多层向量空间的语义信息检索模型采用改进后的 tf ??idf 公式作为 权重计算的公式，使得权重计算考虑的因素更为全面。在实际检索过程中，不再 II II 拘泥于文本段固定的划分格式，而根据文档不同部分的可行性，适当的选取适合 该文本段的计算方法。最后通过实验说明新的模型和方法在检索结果上的可行性。 关键词：信息检索；向量空间模型；相似度；领域本体 重庆大学硕士学位论文英文摘要 重庆大学硕士学位论文 英文摘要 PAGE PAGE IV ABSTRACT Information plays a more and more important role in modern society. Reliable and accurate information can improve efficiency, reduce working hours, strengthen competitiveness, and make a scientific decision. As one important method of capturing user-demand information, information retrieval is gradually concerned by more and more people. However, the traditional information retrieval model is inefficient. There are a lot of defects, such as the false retrieval and omitting retrieval. The search results can not meet peoples intention. Because of the defects in information retrieval, some new researches and improvements about information retrieval are proposed in this paper. First of all, the principle of information retrieval i