基于領(lǐng)域本體的用戶查詢?cè)~擴(kuò)展方法的研究.pdf

1、查詢?cè)~擴(kuò)展技術(shù)作為一種提高信息檢索精度的技術(shù)，被廣泛應(yīng)用到了搜索引擎中，并成為一個(gè)研究熱點(diǎn)。本體是共享概念模型的明確地形式化規(guī)范說(shuō)明，其中包含概念模型、明確、形式化、共享四層含義。由于本體可以被用來(lái)描述某個(gè)領(lǐng)域或者范圍里的概念以及概念與概念之間的關(guān)系，使得這些信息在共享時(shí)具有大家共同認(rèn)可的、明確的、唯一的定義，所以在信息檢索中可以幫助人們?cè)诮y(tǒng)一規(guī)范的信息系統(tǒng)中高效地檢索到有用的信息。 為了更好地實(shí)現(xiàn)查詢?cè)~擴(kuò)展，本文結(jié)合了本體中信

2、息的統(tǒng)一規(guī)范性以及層次關(guān)系明確等優(yōu)點(diǎn)，提出了基于領(lǐng)域本體的查詢?cè)~擴(kuò)展方法。該方法在一定程度上克服了傳統(tǒng)查詢?cè)~擴(kuò)展的語(yǔ)義性差、主題性差等缺點(diǎn)。 本文的主要研究?jī)?nèi)容歸納如下： 1．提出了一種基于領(lǐng)域本體的領(lǐng)域相關(guān)詞抽取方法。本文基于Google網(wǎng)頁(yè)目錄建立了領(lǐng)域本體。把待抽取領(lǐng)域相關(guān)詞的網(wǎng)頁(yè)切詞、分詞，由這些詞組成一個(gè)詞集合，并且根據(jù)這些領(lǐng)域本體，從詞集合中抽取符合給定閾值的領(lǐng)域相關(guān)詞。這些領(lǐng)域相關(guān)詞可以代表某一個(gè)或者某幾個(gè)

3、領(lǐng)域。將這些領(lǐng)域相關(guān)詞填充到已建立的領(lǐng)域本體中，形成新的領(lǐng)域本體。實(shí)驗(yàn)表明使用本文方法抽取的領(lǐng)域相關(guān)詞在表達(dá)文檔上優(yōu)于使用傳統(tǒng)方法提取的關(guān)鍵詞。 2．提出了基于形式概念分析的查詢?cè)~擴(kuò)展源的產(chǎn)生方法。使用大文本集作為形式背景建立概念格。在概念格中為用戶查詢?cè)~計(jì)算上近似概念以及下近似概念，并根據(jù)用戶查詢?cè)~及其上近似概念的屬性和下近似概念的屬性確定查詢?cè)~擴(kuò)展源。 3．提出了一種基于領(lǐng)域本體的查詢?cè)~擴(kuò)展方法。對(duì)查詢?cè)~擴(kuò)展源中的詞