高能物理領域科技文獻的公式檢索研究與實現(xiàn).pdf

1、在公式搜索的特定領域，目前還沒有完善的、針對具有非線性結構的公式進行檢索的通用技術。SCOAP3系統(tǒng)中的高能物理領域科技文獻中存在的大量公式，無疑是該領域?qū)W者研究和借鑒的重要內(nèi)容，而現(xiàn)有的檢索工具和系統(tǒng)還沒有實現(xiàn)對這些公式的有效檢索。
　　本文利用關系型數(shù)據(jù)庫的檢索技術，檢索SCOAP3數(shù)據(jù)庫中XML類型文檔中包含的公式。實現(xiàn)了對包含在文檔中的MathML格式和LaTeX格式公式的解析，提出了一種基于DOM(Document Ob

2、jective Model文檔對象模型)的公式索引及檢索策略。論文開展的工作主要為:(1)分析公式表達格式MathML，針對MathML的特征及信息檢索系統(tǒng)架構中公式檢索的研究重點，確定了基于樹形結構的索引生成策略。并采用關系型數(shù)據(jù)庫進行公式的存儲與檢索。(2)提出了基于DOM樹形結構的索引生成算法，將具有層級結構的DOM樹形結構轉(zhuǎn)換為關系型數(shù)據(jù)庫中數(shù)據(jù)間的關系構建索引項。(3)基于構建的索引內(nèi)容設計了公式檢索算法。并通過實驗對上述算法