版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著信息時(shí)代的到來(lái),互聯(lián)網(wǎng)上博客用戶急劇增加,博客搜索系統(tǒng)成為博客們獲取信息的必不可少的工具。本文針對(duì)當(dāng)前急劇增長(zhǎng)的博客用戶的需求研究了博客搜索中主題檢索和相關(guān)文檔觀點(diǎn)分類技術(shù)。
信息檢索的任務(wù)是根據(jù)用戶提交的關(guān)鍵詞在文檔集中為用戶檢出最相關(guān)的子文檔集,或者按檢出的文檔與關(guān)鍵詞的相關(guān)程度進(jìn)行排序,作為對(duì)檢索用戶所提出查詢的回應(yīng)。目前的信息檢索系統(tǒng)已經(jīng)能夠?yàn)橛脩籼峁┐罅康臋z索結(jié)果,初步解決了“查到”的問(wèn)題。例如用谷歌檢索“黑
2、龍江工程學(xué)院”可檢索到2,640,000個(gè)網(wǎng)頁(yè),即使要求搜索到的頁(yè)面中必須是完整的“黑龍江工程學(xué)院”這個(gè)字符串,可檢索到的頁(yè)面仍然高達(dá)148,000項(xiàng)。但是用戶不可能對(duì)檢索到的網(wǎng)頁(yè)全部進(jìn)行瀏覽,這就需要對(duì)檢索到的結(jié)果文檔集進(jìn)行排序。如何對(duì)結(jié)果文檔集進(jìn)行排序是當(dāng)前信息檢索技術(shù)中研究的主題之一。
主題檢索中,由于查詢主題大多比較短(TREC2006的851至900的50個(gè)主題
3、查詢中,由于大量的同義詞和多義詞的存在,用戶提交的查詢?cè)~和相關(guān)文檔中使用的詞往往不一樣,這就引發(fā)了關(guān)鍵字查詢中的詞典問(wèn)題。本文引用查詢擴(kuò)展的思想,使用偽反饋技術(shù),將系統(tǒng)首次檢索得到的前五篇文檔作為相關(guān)文檔再次檢索,進(jìn)而提高系統(tǒng)的檢索性能。相關(guān)文檔觀點(diǎn)分類技術(shù)目前仍處在起步階段,盡管傳統(tǒng)的文本自動(dòng)分類技術(shù)已有相當(dāng)?shù)幕A(chǔ),但其與相關(guān)文檔觀點(diǎn)分類又有著本質(zhì)的不同。它們有著不同的分類依據(jù)。文本分類是將文本按其所屬學(xué)科門類歸類,是對(duì)事實(shí)的客觀分類
4、;而文本觀點(diǎn)分類則是按文本所體現(xiàn)的作者的觀點(diǎn)將其歸為相應(yīng)的類別,重在觀點(diǎn),主觀性較強(qiáng)。本文將神經(jīng)網(wǎng)絡(luò)技術(shù)引入相關(guān)文檔觀點(diǎn)分類,借用傳統(tǒng)文本分類的思想,將觀點(diǎn)分類問(wèn)題轉(zhuǎn)化為特征項(xiàng)的選取問(wèn)題,繼而又利用詞的統(tǒng)計(jì)分布特性來(lái)計(jì)算特征項(xiàng)的權(quán)值。
一方面,本文討論了解決短查詢問(wèn)題的查詢擴(kuò)展技術(shù)及其在博客搜索相關(guān)性檢索方面的應(yīng)用;另一方面,本文將神經(jīng)網(wǎng)絡(luò)引入相關(guān)文檔觀點(diǎn)分類,用文檔的向量空間作為特征項(xiàng)的分布空間,利用詞的統(tǒng)計(jì)分布作為詞的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 博客搜索優(yōu)化研究.pdf
- 面向博客空間的搜索排序研究.pdf
- 基于博客特性和鏈接分析的博客搜索結(jié)果排序算法研究.pdf
- 基于語(yǔ)義網(wǎng)的博客搜索系統(tǒng)研究.pdf
- 基于語(yǔ)義網(wǎng)的博客搜索引擎的研究.pdf
- 以博客內(nèi)容為對(duì)象的個(gè)性化搜索研究.pdf
- 基于鄰域本體的圖情博客語(yǔ)義搜索系統(tǒng)研究.pdf
- 博客搜索引擎與排名技術(shù)研究.pdf
- 畢業(yè)論文--基于人才搜索的博客系統(tǒng)
- 面向博客領(lǐng)域的垂直搜索引擎的研究與實(shí)現(xiàn).pdf
- LUCENE實(shí)現(xiàn)的基于RSS的博客搜索引擎.pdf
- 基于評(píng)論的博客搜索引擎的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 博客搜索中基于使用信息用戶興趣建模技術(shù)研究.pdf
- 基于Lucene的博客搜索引擎設(shè)計(jì)與實(shí)現(xiàn).pdf
- 開(kāi)題報(bào)告-基于人才搜索的博客系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
- 基于Nutch的圖情博客搜索引擎的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 畢業(yè)論文-基于人才搜索的博客系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
- 基于本體的博客搜索引擎關(guān)鍵技術(shù)研究與實(shí)現(xiàn).pdf
- 博客經(jīng)營(yíng)與博客營(yíng)銷研究.pdf
- 博客時(shí)代中國(guó)女性博客發(fā)展研究.pdf
評(píng)論
0/150
提交評(píng)論