基于概念语义相似度的文本信息检索研究-计算机软件与理论专业论文.docxVIP

摘要 摘要 I I 摘要 伴随着网络信息的剧增，人们越来越依赖于信息检索技术来寻找信息，但目 前基于关键字的传统搜索方法并不能很好地满足人们的信息需求。由于忽视了资 源本身所含的语义信息，传统的基于关键字的信息检索，只能获得较低的查全率 和查准率。本体理论和技术源于知识工程和人工智能领域，能够很好的处理基于 语义的推理机制和自然语言理解问题，因而成为改进传统信息检索方式的良好途 径。相比于传统的基于关键字检索方法，基于本体技术的语义信息检索能减少不 相关的返回结果，提高检索结果的查全率和查准率，更加符合用户的需求。 本文的主要工作由两个部分组成： (1) 对概念语义相似度计算方法进行分析和研究的基础上，本文提出了一种 综合的语义相似度计算方法。在相似度计算时充分考虑数据层(Data Layer)、本体 层(Ontology Layer)和上下文层(Context Layer)，并对本体层的语义相似度计算进 行了细化，重点对基于语义距离的相似度计算方法进行了改进。实验验证上述方 法的有效性。 (2) 提出了一种文本信息检索方法，把本体技术结合到传统的全文信息检索 中。对初始查询进行查询扩展，利用概念语义相似度，对扩展词的规模和查询权 重进行有效的控制，并结合向量空间模型(Vector Space Model ，VSM)和本体技 术对检索结果文档的分值进行计算，过滤与原始查询语义相关度