企業(yè)信息檢索中的對(duì)象檢索方法研究.pdf

1、企業(yè)信息檢索是信息檢索領(lǐng)域的一個(gè)重要分支，其目的就是研究如何在一個(gè)相對(duì)較小的數(shù)據(jù)范圍內(nèi)有效地管理知識(shí)、組織信息，為提高企業(yè)管理者的領(lǐng)導(dǎo)能力和員工的工作效率提供服務(wù)。企業(yè)信息檢索是一個(gè)綜合性的課題，涉及文本檢索、信息提取、自然語(yǔ)言處理等多個(gè)學(xué)科；又是一個(gè)前沿性課題，引領(lǐng)信息檢索向著更加精確化和更高的知識(shí)表達(dá)層次前進(jìn)。 企業(yè)信息檢索的研究引起人們?cè)絹?lái)越多的關(guān)注。國(guó)際文本檢索會(huì)議將企業(yè)信息檢索列為信息檢索領(lǐng)域重要的研究課題之一，開展了

2、企業(yè)信息檢索評(píng)測(cè)任務(wù)。評(píng)測(cè)在統(tǒng)一的平臺(tái)下進(jìn)行，主要分為專家檢索和郵件檢索兩個(gè)子任務(wù)。本文圍繞著兩個(gè)任務(wù)開展了對(duì)象檢索相關(guān)技術(shù)的研究，旨在解決企業(yè)信息檢索中異構(gòu)信息整合和檢索效果改進(jìn)等問(wèn)題，主要成果如下： 第一，探討了基于文檔的專家檢索方法。主要包括專家定位和專家檢索的文本建模方法研究。首先，研究了基于規(guī)則的專家定位方法。對(duì)專家重名引起的歧義問(wèn)題，采用啟發(fā)式規(guī)則進(jìn)行重名消歧。其次，探討了語(yǔ)言建模方法在專家檢索中的應(yīng)用。實(shí)現(xiàn)了兩種基

3、于語(yǔ)言模型的專家檢索基本方法，并應(yīng)用分層剖析法加以分析比較。最后，研究了基于相關(guān)反饋的專家檢索方法。提出了反饋式專家檢索模型，將專家檢索轉(zhuǎn)化為相關(guān)反饋問(wèn)題，可充分利用在相關(guān)反饋問(wèn)題上豐富的研究成果來(lái)解決專家檢索問(wèn)題。實(shí)驗(yàn)結(jié)果表明，本文的方法不僅易于工程實(shí)現(xiàn)，能夠與傳統(tǒng)文檔檢索有機(jī)結(jié)合，而且可以在保證檢索精度的情況下提高檢索效率，以達(dá)到快速準(zhǔn)確處理較大規(guī)模數(shù)據(jù)的能力。 第二，探討了企業(yè)信息檢索中的對(duì)象建模方法。主要包括對(duì)象的定義、

4、對(duì)象信息提取和對(duì)象模型的分析。首先，給出了企業(yè)信息檢索中的對(duì)象的定義。針對(duì)本文研究的專家檢索和郵件檢索，明確了對(duì)象的屬性和關(guān)系。接著探討了信息提取方法在對(duì)象屬性提取和關(guān)系挖掘中的應(yīng)用。對(duì)于專家對(duì)象，提出了專家的文本經(jīng)驗(yàn)元屬性以及基于窗口的經(jīng)驗(yàn)元屬性提取策略，將程序設(shè)計(jì)中的經(jīng)驗(yàn)元概念擴(kuò)展到語(yǔ)義層次。然后，分析了郵件對(duì)象模型。最后，探討了專家對(duì)象模型，提出了基于機(jī)率比關(guān)系的文檔向量模型為專家建模，克服了傳統(tǒng)方法“偏愛(ài)”高頻度專家的問(wèn)題。實(shí)驗(yàn)

5、結(jié)果表明，本文的方法能夠很好地提高專家檢索的精度，具有良好的應(yīng)用前景。 第三，探討了基于對(duì)象的企業(yè)信息檢索方法。我們期望能夠采用基于對(duì)象的建模方法解決對(duì)象檢索問(wèn)題。首先，給出了基于對(duì)象的檢索的數(shù)學(xué)模型，并且從理論上分析了對(duì)象排序算法，提出了相似度、置信度和重要度三個(gè)方面相結(jié)合的對(duì)象排序策略。在此基礎(chǔ)上，分別實(shí)現(xiàn)了基于對(duì)象的專家檢索方法與基于對(duì)象的郵件檢索方法。最后，通過(guò)擴(kuò)展基于對(duì)象的檢索模型，提出了統(tǒng)一的多類對(duì)象混合檢索方法。實(shí)