面向元搜索引擎的文本數(shù)據(jù)庫(kù)的表征和排序.pdf

1、分布式文本檢索方法能夠有效的提高文本檢索范圍和檢索速度。元搜索方法是一種重要的分布式的文本檢索的方法。它是建立在許多已有的搜索引擎服務(wù)之上的一種搜索引擎。當(dāng)一個(gè)搜索到來(lái)是，元搜索引擎將搜索語(yǔ)句分發(fā)到各個(gè)成員搜索引擎，然后將各個(gè)成員搜索引擎返回的搜索結(jié)果合并后呈現(xiàn)給用戶。由于網(wǎng)絡(luò)上有太多的搜索引擎，需要選擇最有可能含有用戶所需要的信息的搜索引擎發(fā)送搜索請(qǐng)求。對(duì)哪些數(shù)據(jù)庫(kù)發(fā)送請(qǐng)求就成為決定搜索結(jié)果好壞的重要因素。文本數(shù)據(jù)庫(kù)的表征和排序就是用

2、于幫助元搜索引擎決定如何選擇搜索數(shù)據(jù)庫(kù)，它對(duì)提高文本的檢索速度和檢索結(jié)果的質(zhì)量有著重要的意義。
　　 本文介紹了元搜索引擎技術(shù)以及其數(shù)據(jù)庫(kù)選取步驟的重要性和意義，深入分析了基于查詢的樣本文本數(shù)據(jù)庫(kù)的表征方法和多層文本數(shù)據(jù)庫(kù)表征方法，并且重點(diǎn)研究了在元搜索引擎中用于數(shù)據(jù)庫(kù)排序的修正最大歸一權(quán)重法并提出了以下四個(gè)方面的改進(jìn)：
　　 ①進(jìn)行無(wú)用詞表的調(diào)整，排除修正最大歸一權(quán)重值較大但對(duì)表征沒(méi)有實(shí)際意義的詞匯，提高所提取出來(lái)詞匯

3、中可以作為表征詞匯的比例。
　　 ②加入了人為的反饋機(jī)制。用人為的行為來(lái)判斷提取出來(lái)的詞匯是否可以作為表征詞匯。
　　 ③在改進(jìn)方法中引入了近義詞和相關(guān)詞，擴(kuò)展了修正最大歸一權(quán)重法所計(jì)算出來(lái)的表征詞匯。
　　 ④改進(jìn)了原有修正最大歸一權(quán)重法中的詞組合算法。原有的修正最大歸一權(quán)重法只考慮相鄰的兩個(gè)詞是否可以組合，改進(jìn)的算法增加了對(duì)詞距的考慮。
　　 最后，本文用實(shí)驗(yàn)研究和比較對(duì)改進(jìn)后的方法進(jìn)行了論證，其中包