面向分布式數(shù)據(jù)源的語義垂直搜索系統(tǒng)研究與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩62頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明: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),請進行舉報或認領(lǐng)

文檔簡介

1、近年來,隨著Internet技術(shù)的高速發(fā)展,Web信息爆炸性增長,互聯(lián)網(wǎng)已成為海量數(shù)據(jù)空間。人們從這些海量數(shù)據(jù)中得到自己需要的信息變的越來越困難,此時搜索技術(shù)變的尤為重要。隨著搜索引擎技術(shù)的高速發(fā)展,通用搜索引擎的功能變的日益強大,這使得通用搜索引擎的結(jié)構(gòu)也日益復雜,擁有龐大的索引數(shù)據(jù)和十分寬泛的主題,并且主題與主題之間無分類。而且通用搜索的搜索深度不夠,查準率較低,時效性較差等這些局限性決定了通用搜索并不能滿足特定用戶的需求。由于人們

2、對特定領(lǐng)域、特殊行業(yè)的個性化需求,人們迫切需要更有針對性、更具搜索深度的搜索引擎,在這種情況下,面向特定領(lǐng)域的垂直搜索技術(shù)應運而生。目前已有很多垂直搜索引擎,如生活搜索酷訊、旅游搜索去哪兒網(wǎng)等,但這些垂直搜索引擎仍采用基于關(guān)鍵詞的搜索方式,無法滿足用戶語義級別的檢索要求。
  為了研究和實現(xiàn)語義層面的垂直搜索,提高檢索質(zhì)量,依據(jù)課題背景和課題來源,本文主要研究分布式環(huán)境下語義垂直搜索技術(shù)和系統(tǒng)實現(xiàn)。主要包括研究領(lǐng)域本體的構(gòu)建,基于

3、領(lǐng)域本體的語義查詢擴展方法,基于DOM樹的信息抽取,采用最新索引Lucene4.x等技術(shù)實現(xiàn)語義級別的垂直搜索,并做出實驗數(shù)據(jù)分析。本文研究和完成的主要工作有:
  (1)通過計算機安全領(lǐng)域信息的采集、過濾、歸類等處理構(gòu)建面向計算機安全領(lǐng)域的領(lǐng)域本體,由于計算機安全領(lǐng)域涉及廣泛,出于時間上的考慮,本文針對計算機安全領(lǐng)域狹窄范圍進行本體的構(gòu)建。并對各類的屬性和類之間的關(guān)系進行定義描述,實現(xiàn)計算機安全領(lǐng)域知識的表示和信息組織。

4、  (2)根據(jù)計算機安全領(lǐng)域獨有的特點,使用基于規(guī)則的DOM樹的信息抽取技術(shù)初步實現(xiàn)對計算機安全領(lǐng)域的相關(guān)信息的自動抽取,為將來本體的編輯和維護打下基礎。
  (3)對本體中的實例、概念、對象屬性、數(shù)據(jù)屬性以及類與類之間的關(guān)系構(gòu)建索引,利用索引完成對用戶的查詢請求的語義分析和語義擴展,實現(xiàn)語義級別的信息檢索。
  (4)根據(jù)某所提供的語義詞典和關(guān)系范疇構(gòu)建概念詞語層次體系,為語義查詢擴展打下基礎。
  本文設計并實現(xiàn)了

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論