基于多表數(shù)據(jù)庫(kù)的中文關(guān)鍵詞Top-N查詢處理.pdf

1、關(guān)鍵詞查詢的理論和技術(shù)在信息檢索和Web搜索引擎中得到了廣泛深入的研究和應(yīng)用。傳統(tǒng)數(shù)據(jù)庫(kù)管理系統(tǒng)僅支持模式匹配，不支持自由形態(tài)的關(guān)鍵詞查詢。
　　鑒于此，近年來(lái)關(guān)系數(shù)據(jù)庫(kù)上的關(guān)鍵詞查詢處理的研究成為備受關(guān)注的前沿課題之一。傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)系統(tǒng)運(yùn)用結(jié)構(gòu)化查詢語(yǔ)言(SQL)對(duì)數(shù)據(jù)庫(kù)進(jìn)行操作，需要用戶掌握SQL和數(shù)據(jù)庫(kù)模式，這對(duì)于普通用戶是困難的。此外，對(duì)返回的查詢結(jié)果，傳統(tǒng)數(shù)據(jù)庫(kù)系統(tǒng)只能進(jìn)行簡(jiǎn)單排序，用戶要想從中獲取最感興趣的信息是很困

2、難的。目前，關(guān)鍵詞查詢的研究主要針對(duì)英文關(guān)鍵詞，因此針對(duì)具有多表的數(shù)據(jù)庫(kù)，本文給出一種中文關(guān)鍵詞top-N查詢處理方法。此方法創(chuàng)建索引表存儲(chǔ)從數(shù)據(jù)庫(kù)中析出的中文元組字及其相關(guān)信息，進(jìn)而構(gòu)造索引用以快速匹配查詢關(guān)鍵字,借鑒IR的相似度公式構(gòu)造適合中文關(guān)鍵詞查詢的排序策略。對(duì)于一個(gè)中文關(guān)鍵詞查詢，利用索引快速匹配查詢字和元組字得到相應(yīng)信息，并根據(jù)這些信息創(chuàng)建候選元組生成鏈表和SQL查詢語(yǔ)句, 進(jìn)而得到候選元組及其與查詢之間的相似度，最終按相