基于本體的文本資源信息檢索服務(wù)研究.pdf

1、隨著互聯(lián)網(wǎng)規(guī)模的不斷擴(kuò)大,網(wǎng)絡(luò)上的信息資源呈幾何級(jí)數(shù)增長(zhǎng)。當(dāng)前,互聯(lián)網(wǎng)上的網(wǎng)頁(yè)數(shù)已經(jīng)超過(guò)了100億,并且每天新增加數(shù)百萬(wàn)網(wǎng)頁(yè)。人們所面臨的問(wèn)題已經(jīng)不是信息匱乏,而是面對(duì)如此海量的信息,如何有效的從中獲取有用的信息。信息檢索技術(shù)的出現(xiàn)一定程度上緩解了人們獲取信息的需求。
　　傳統(tǒng)的信息檢索技術(shù)都是基于語(yǔ)法層面上字、詞的匹配,主要采用倒排索引、目錄等方法實(shí)現(xiàn)。此信息檢索系統(tǒng)具有簡(jiǎn)單、快捷和易實(shí)現(xiàn)等優(yōu)點(diǎn),但也存在一些問(wèn)題。用戶在檢索時(shí),

2、很難通過(guò)幾個(gè)關(guān)鍵詞來(lái)表達(dá)檢索意圖;并且,由于是采用關(guān)鍵詞匹配,一詞多義或一義多詞現(xiàn)象使得檢索結(jié)果常常不能滿足用戶的需求;此外,傳統(tǒng)的信息檢索系統(tǒng)難以表達(dá)概念之間的語(yǔ)義信息。
　　本文首先歸納了傳統(tǒng)信息檢索技術(shù)存在的問(wèn)題,闡述了基于本體的文本資源信息檢索的特點(diǎn)和優(yōu)勢(shì),并詳述了基于本體的文本資源信息檢索技術(shù)國(guó)內(nèi)外研究現(xiàn)狀。
　　其次,提出了基于本體的文本資源信息檢索模型,并對(duì)該模型的關(guān)鍵功能模塊進(jìn)行了詳細(xì)的描述,同時(shí)還研究了該模

3、型涉及的關(guān)鍵技術(shù),如本體概念語(yǔ)義相似度計(jì)算,文檔標(biāo)題和摘要的提取,本體的創(chuàng)建等。
　　接著介紹了要實(shí)現(xiàn)基于本體的信息檢索模型所用到的一些開(kāi)源工具,如 Luce ne、IKAnalyzer、Jena、Protégé等。
　　最后,結(jié)合提出的檢索模型,利用開(kāi)源工具,設(shè)計(jì)開(kāi)發(fā)了Java知識(shí)檢索系統(tǒng)。該系統(tǒng)以Java中的概念作為素材,創(chuàng)建了 Ja va知識(shí)本體。通過(guò)對(duì)該本體的推理,可以充分挖掘概念包含的隱含信息以及概念與概念之間的關(guān)