信息檢索相關(guān)技術(shù)研究.pdf_第1頁
已閱讀1頁,還剩109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、本文從以下三個方面對信息檢索的相關(guān)問題進行了研究: 首先對文本分類相關(guān)技術(shù)進行討論。主要包括:1)引入義類的概念,設(shè)計了一個圖結(jié)構(gòu)的同義詞詞典,并給出了該詞典的生成算法。應用該詞典可以按語義對向量維數(shù)進行壓縮;詞典作為文本分類系統(tǒng)的啟發(fā)式知識,可以提高系統(tǒng)的模擬推理能力、增加系統(tǒng)對開放語料的處理能力。2)提出一種仿人文本分類算法,該算法一方面基于文章的標題可以突出內(nèi)容的觀點,在處理特征向量時增加標題的權(quán)重;另一方面,設(shè)計了一維加

2、權(quán)因子ω向量,用以模仿人工分類專家的略讀和跳讀,對大量出現(xiàn)在正例集而較少出現(xiàn)在反例集中的特征項,在計算文檔聚類中心時增加它們的權(quán)重。實驗表明:該算法可以較好的提高文本分類系統(tǒng)的性能。 其次,是對網(wǎng)頁檢索相關(guān)問題的研究。主要研究內(nèi)容:1)針對搜索引擎檢索的對象是Web頁面這一特點,通過分析HTML標簽的修飾功能,結(jié)合傳統(tǒng)的tf-idf加權(quán)公式,對網(wǎng)頁進行加權(quán)索引。實驗證明對于精確匹配,在查全率較低時系統(tǒng)的查準率有較大的提高。2)利

3、用詞間相關(guān)性進行查詢結(jié)果重排。根據(jù)Web頁面篇幅較小的特點,提出“網(wǎng)頁主題關(guān)鍵詞集合”的概念。利用詞間相關(guān)性計算用戶查詢詞集合與網(wǎng)頁主題關(guān)鍵詞集合之間的距離,對檢索結(jié)果重新排序。將與用戶查詢需求相關(guān)性較大的網(wǎng)頁排在前面。3)查詢擴展是提高信息檢索效果的一個有效方法,而擴展詞的選擇是查詢擴展的一個難點。通過詞共現(xiàn)分析,提出了一種新的詞間相關(guān)性計算方法,應用于查詢擴展,所選擴展詞和查詢整體關(guān)聯(lián),較好地反映了查詢主題。實驗表明,基于這種詞間相

4、關(guān)性進行查詢擴展,對于信息檢索性能有一定提高。 最后,對基于內(nèi)容的多媒體信息檢索進行研究。分別對MPEG-7標準的部分描述子進行多媒體檢索實驗研究。在此基礎(chǔ)上,1)提出了一種利用MPEG-7標準中的主顏色描述子抽取鏡頭視頻關(guān)鍵幀的方法,并進行了相應的實驗;2)利用主顏色描述子與同構(gòu)型紋理描述子所適應的檢索范圍不同,結(jié)合兩者對關(guān)鍵幀進行了檢索實驗;3)將以上研究結(jié)果應用于“CG(Computer Graphics)制作環(huán)境項目管理

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。

評論

0/150

提交評論