基于本體的電子書(shū)web信息檢索研究.pdf

1、隨著信息技術(shù)的發(fā)展，電子圖書(shū)異軍突起，以其獨(dú)特的優(yōu)勢(shì)受到讀者的熱愛(ài)，成為新一代電子新星。用戶對(duì)電子書(shū)的需求不斷增加，Internet上的電子書(shū)資源也以指數(shù)級(jí)增長(zhǎng)?；陉P(guān)鍵詞的傳統(tǒng)檢索工具已經(jīng)很難滿足用戶對(duì)電子書(shū)信息的查詢需求，要提高檢索精度，就必須挖掘查詢?cè)~的語(yǔ)義信息。
　　由于本體能在語(yǔ)義層面上描述信息，并且支持邏輯推理，已經(jīng)被廣泛應(yīng)用到信息檢索、知識(shí)工程、數(shù)字圖書(shū)館、信息處理、語(yǔ)義web等領(lǐng)域之中。在傳統(tǒng)信息檢索系統(tǒng)中加入本體

2、，能夠?qū)τ脩舻牟樵冋?qǐng)求進(jìn)行語(yǔ)義擴(kuò)展，挖掘查詢?cè)~的隱含信息，克服了關(guān)鍵詞檢索中不能對(duì)概念之間的關(guān)系進(jìn)行處理的缺陷?；诖耍疚臉?gòu)建了一個(gè)基于本體的電子書(shū)web信息檢索系統(tǒng)，該系統(tǒng)借助檢索部分對(duì)擴(kuò)展后的關(guān)鍵詞與電子書(shū)庫(kù)中的資源進(jìn)行文本相似度計(jì)算，使檢索到的結(jié)果更加精確。
　　本文針對(duì)語(yǔ)義相似度信息內(nèi)容參數(shù)進(jìn)行了詳細(xì)的研究，提出了一個(gè)基于熵的IC參數(shù)新模型，引入熵的概念,該模型不僅考慮了WordNet中is-a關(guān)系分類樹(shù)中子節(jié)點(diǎn)數(shù)目,還

3、考慮了概念所處分類樹(shù)中的深度和子節(jié)點(diǎn)的空間結(jié)構(gòu)。經(jīng)過(guò)實(shí)驗(yàn)對(duì)比，該IC參數(shù)能夠提高語(yǔ)義相似度算法的性能。在此基礎(chǔ)上，對(duì)文本相似度算法做了深入研究，利用文本中詞與詞的關(guān)系，設(shè)計(jì)了文本相似度改進(jìn)算法，為提高信息檢索的精度打下了良好的基礎(chǔ)。最后，構(gòu)建了一個(gè)基于本體的電子書(shū)web信息檢索系統(tǒng)。主要工作如下：
　　首先，介紹了本文的研究背景和依據(jù)，探討了已有的信息檢索存在的缺陷，分析了基于本體的信息檢索特點(diǎn)以及語(yǔ)義檢索領(lǐng)域的國(guó)內(nèi)外研究現(xiàn)狀。<

4、br>　　其次，闡述了本體的概念、分類、建模元語(yǔ)、層次結(jié)構(gòu)，重點(diǎn)介紹了本體在信息檢索領(lǐng)域的應(yīng)用，提出了基于本體的電子書(shū)web信息檢索系統(tǒng)架構(gòu)。
　　再次，簡(jiǎn)單介紹了構(gòu)建本體時(shí)需要的WordNet資源庫(kù)，并對(duì)語(yǔ)義相似度信息內(nèi)容IC參數(shù)進(jìn)行了詳細(xì)的研究，提出了IC參數(shù)改進(jìn)模型。
　　然后，研究并設(shè)計(jì)了文本相似度算法，為提高檢索準(zhǔn)確度打下了良好的基礎(chǔ)。
　　最后，在對(duì)課題中關(guān)鍵技術(shù)充分研究的基礎(chǔ)上，將檢索系統(tǒng)架構(gòu)應(yīng)用到電子書(shū)