需求概念圖導(dǎo)引下的信息檢索算法研究.pdf

1、隨著互聯(lián)網(wǎng)和信息科技的飛速發(fā)展，快速高效地從海量數(shù)據(jù)當(dāng)中檢索到內(nèi)容成為一個(gè)越來(lái)越重要的需求。本文中首先針對(duì)目前信息檢索技術(shù)的發(fā)展現(xiàn)況進(jìn)行了簡(jiǎn)要的介紹和分析，介紹了傳統(tǒng)信息檢索技術(shù)以及概念圖為代表的語(yǔ)義檢索模型。
　　為了更好的提供信息檢索服務(wù)，還要更準(zhǔn)確的把握用戶需求的內(nèi)容和特點(diǎn)。本文以搜索引擎的檢索日志和問(wèn)答網(wǎng)站的問(wèn)題語(yǔ)句為例，對(duì)用戶的信息檢索需求語(yǔ)句的形式和特點(diǎn)進(jìn)行了簡(jiǎn)要的分析。我們發(fā)現(xiàn)在問(wèn)答社區(qū)的問(wèn)題語(yǔ)句中，問(wèn)題語(yǔ)句的字?jǐn)?shù)遠(yuǎn)

2、高于搜索引擎紀(jì)錄，這些分析表明用戶對(duì)問(wèn)句形式的檢索具有很大需求，因此基于語(yǔ)義分析的檢索模型將是未來(lái)研究的重點(diǎn)方向。
　　本文對(duì)概念圖模型的表示形式、數(shù)學(xué)定義和運(yùn)算法則等方面進(jìn)行了簡(jiǎn)要介紹，詳細(xì)敘述了計(jì)算概念圖相似度的計(jì)算公式和方法。之后就概念圖的標(biāo)引問(wèn)題及其研究現(xiàn)狀簡(jiǎn)要敘述，確定了本文的研究方向是探索使用標(biāo)引好的概念圖進(jìn)行準(zhǔn)確高性能的信息檢索的方法。之后，本文提出了引入分布式計(jì)算模型當(dāng)中常用的有向無(wú)環(huán)圖模型，將其與概念圖模型結(jié)合起

3、來(lái)進(jìn)行信息檢索的方法。選用的RDD模型作為目標(biāo)模型，給出了將概念圖模型通過(guò)轉(zhuǎn)化為RDD模型的算法和對(duì)應(yīng)的評(píng)價(jià)函數(shù)。在轉(zhuǎn)化的時(shí)候我們首先確定概念圖的中心節(jié)點(diǎn)，此后以中心節(jié)點(diǎn)為根將概念圖展開(kāi)為樹(shù)形結(jié)構(gòu)并移除多余的關(guān)系節(jié)點(diǎn)，然后將中心節(jié)點(diǎn)之外的概念節(jié)點(diǎn)以及其直接前驅(qū)的關(guān)系節(jié)點(diǎn)組合起來(lái)生成轉(zhuǎn)換節(jié)點(diǎn)。最后再分層次地為樹(shù)結(jié)構(gòu)添加聚合節(jié)點(diǎn)，從而輸出流過(guò)這一有向無(wú)環(huán)圖計(jì)算模型的每一個(gè)文檔的最終排序評(píng)分。
　　本文設(shè)計(jì)并實(shí)現(xiàn)了算法對(duì)應(yīng)的原型系統(tǒng)，將