基于相關(guān)詞識(shí)別的數(shù)據(jù)庫全文檢索研究.pdf

1、隨著計(jì)算機(jī)的大量普及，各行各業(yè)的信息化進(jìn)程也不斷加快，各種信息化系統(tǒng)不斷涌現(xiàn)。數(shù)據(jù)庫作為應(yīng)用系統(tǒng)的數(shù)據(jù)來源，隨著這些信息系統(tǒng)的長(zhǎng)期使用，數(shù)據(jù)庫中的各種業(yè)務(wù)數(shù)據(jù)不斷積累，如何從這大量的數(shù)據(jù)中快速找到需要的信息推動(dòng)了我們對(duì)數(shù)據(jù)庫全文檢索的研究。
　　針對(duì)上述需求，本文在信息系統(tǒng)中設(shè)計(jì)實(shí)現(xiàn)了數(shù)據(jù)庫全文檢索框架，在比較兩種全文索引實(shí)現(xiàn)的優(yōu)缺點(diǎn)后，基于開源搜索引擎lucene來創(chuàng)建索引和搜索索引，完成對(duì)數(shù)據(jù)庫的全文檢索。并用增量索引的方式對(duì)

2、索引庫進(jìn)行維護(hù)。
　　Lucene提供的對(duì)索引的搜索是針對(duì)關(guān)鍵詞的精準(zhǔn)搜索。但是由于生活中人們對(duì)同一事物的描述千差萬別，所以這樣的搜索就會(huì)導(dǎo)致結(jié)果不夠全面。這需要檢索系統(tǒng)自動(dòng)識(shí)別用戶的意圖，能夠全面合理的檢索到用戶希望看到的結(jié)果，這就對(duì)中文同義詞的識(shí)別技術(shù)提出了更嚴(yán)格的要求。鑒于上述問題，本文深入研究了同義詞識(shí)別的相關(guān)算法，利用數(shù)據(jù)庫中已有的大量數(shù)據(jù)改進(jìn)同義詞識(shí)別的算法應(yīng)用于大數(shù)據(jù)中提取相關(guān)詞，借此構(gòu)造應(yīng)用于本系統(tǒng)的相關(guān)詞詞庫。在

3、此相關(guān)詞詞庫的基礎(chǔ)上，在數(shù)據(jù)庫全文檢索框架中加入對(duì)相關(guān)詞的識(shí)別，并針對(duì)在加入相關(guān)詞后的檢索結(jié)果排序問題對(duì)lucene自帶的排序算法做了改進(jìn)，把相關(guān)詞和關(guān)鍵詞對(duì)結(jié)果的影響的重要度區(qū)分開來。實(shí)驗(yàn)結(jié)果表明，這種方法擴(kuò)展了搜索結(jié)果，提高了檢索系統(tǒng)的查全率。
　　目前國(guó)內(nèi)對(duì)中文同義詞識(shí)別方面的研究才剛剛開始，在搜索引擎中的應(yīng)用也不能盡如人意。本文以高校信息管理系統(tǒng)的應(yīng)用為背景，以學(xué)科相關(guān)詞的識(shí)別為目的，參考同義詞識(shí)別方面的相關(guān)算法思想，結(jié)合