基于雙語翻譯的個(gè)性化搜索引擎的研究與設(shè)計(jì).pdf

1、Internet已經(jīng)成為人們獲取信息資源和進(jìn)行信息交流的一個(gè)重要途徑，隨著Web信息的日益增長，要想在信息量浩如煙海的互聯(lián)網(wǎng)上搜索瀏覽自己需要的信息，成為了一項(xiàng)極具挑戰(zhàn)的工作。雖然傳統(tǒng)的搜索引擎的出現(xiàn)極大地提高了人們對(duì)網(wǎng)絡(luò)信息的檢索速度，在一定程度上解決了信息資源的定位問題，但還是無法滿足人們?nèi)找嬖鲩L的對(duì)信息服務(wù)個(gè)性化的需求，特別是不能對(duì)網(wǎng)絡(luò)上現(xiàn)有的中英雙語翻譯的對(duì)照頁面信息進(jìn)行充分的利用。因此，個(gè)性化搜索引擎與雙語輔助翻譯的結(jié)合成為了

2、當(dāng)前一個(gè)重要的研究課題。 本文針對(duì)現(xiàn)有的基于大規(guī)模網(wǎng)絡(luò)語料庫和雙語網(wǎng)頁搜索的輔助翻譯系統(tǒng)在用戶接口個(gè)性化方面的缺陷，利用顯式和隱式兩種方式獲取用戶興趣愛好信息，對(duì)用戶需求進(jìn)行擴(kuò)展，達(dá)到因時(shí)因人因地的不同，得到用戶真正想得到的查詢結(jié)果，更深層次上實(shí)現(xiàn)雙語翻譯搜索引擎的查全率、查準(zhǔn)率。 本文的主要工作如下： (1)對(duì)個(gè)性化搜索引擎的含義、基本類型、體系架構(gòu)、工作流程以及目前存在的不足進(jìn)行簡要綜述。 (2)用戶

3、興趣個(gè)性化信息的獲取。分析用戶興趣個(gè)性化信息的收集方法和更新方式，重點(diǎn)從用戶需求擴(kuò)展、特征選擇，以及文本聚類分析三個(gè)方面來進(jìn)行分析，實(shí)現(xiàn)主動(dòng)推薦和隱式發(fā)掘的一種個(gè)性化服務(wù)。 (3)對(duì)系統(tǒng)模塊實(shí)現(xiàn)的相關(guān)技術(shù)進(jìn)行了相關(guān)的分析與研究，例如網(wǎng)絡(luò)爬蟲的改進(jìn)、分詞處理等。 (4)對(duì)基于雙語翻譯的個(gè)性化搜索引擎進(jìn)行了系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)，分析了模型中各模塊的功能與實(shí)現(xiàn)技術(shù)。 本文的研究與探索將為進(jìn)一步研究基于大規(guī)模語料庫和雙語頁面搜