面向?qū)傩园l(fā)現(xiàn)的協(xié)同迭代搜索系統(tǒng)研究與實(shí)現(xiàn).pdf

1、使用搜索引擎進(jìn)行資料的查找時(shí)，搜索引擎返回的結(jié)果繁多，用戶需要打開(kāi)一些結(jié)果網(wǎng)頁(yè)才能得到有用信息。通常情況下，從一個(gè)網(wǎng)頁(yè)的標(biāo)題、正文等抽取出來(lái)的實(shí)體及實(shí)體屬性信息能夠很好地表示這個(gè)網(wǎng)頁(yè)所包含的內(nèi)容信息。有時(shí)這些實(shí)體及其屬性信息就是進(jìn)行搜索所要獲得的答案，例如在搜索某個(gè)明星的出生地、配偶姓名，某個(gè)商品的價(jià)格、生產(chǎn)商等的情景時(shí)。另外，在進(jìn)行某些搜索任務(wù)如旅游計(jì)劃的制定時(shí)，可能會(huì)需要多次的迭代搜索以及將搜索任務(wù)分配給多人共同完成?；诖?，本文提

2、出了一個(gè)面向?qū)傩园l(fā)現(xiàn)的協(xié)同迭代搜索系統(tǒng)，并對(duì)此進(jìn)行了研究，主要工作包括：
　　1、提出了一個(gè)面向?qū)傩园l(fā)現(xiàn)的協(xié)同迭代搜索系統(tǒng)模型。模型主要通過(guò)信息采集、信息處理、信息存儲(chǔ)、迭代搜索、多用戶協(xié)同等幾個(gè)功能模塊來(lái)構(gòu)建。系統(tǒng)利用現(xiàn)有搜索引擎提供的搜索結(jié)果，對(duì)結(jié)果中的網(wǎng)頁(yè)進(jìn)行標(biāo)題、正文等網(wǎng)頁(yè)信息的結(jié)構(gòu)化抽取，再經(jīng)中文分詞預(yù)處理，然后利用命名實(shí)體識(shí)別技術(shù)抽取實(shí)體屬性信息，分類(lèi)整理好后由用戶人工從中挑選有用信息；用戶可以設(shè)定搜索任務(wù)，挑選出來(lái)的

3、有用信息作為線索歸并到任務(wù)下統(tǒng)一管理；任務(wù)下的線索信息通過(guò)關(guān)鍵詞權(quán)值計(jì)算進(jìn)行線索組合，生成新關(guān)鍵詞用于迭代搜索；每個(gè)任務(wù)可以由多個(gè)協(xié)作者同時(shí)協(xié)同搜索完成。
　　2、對(duì)系統(tǒng)模型給出了一種實(shí)現(xiàn)。文本處理中的分詞和命名實(shí)體識(shí)別分別采用中科院的NLPIR漢語(yǔ)分詞系統(tǒng)和斯坦福大學(xué)的命名實(shí)體識(shí)別器來(lái)進(jìn)行實(shí)現(xiàn)。數(shù)據(jù)庫(kù)選用了NoSQL中的Redis，以應(yīng)對(duì)系統(tǒng)在多人協(xié)作時(shí)產(chǎn)生的大量數(shù)據(jù)處理及高速讀寫(xiě)請(qǐng)求；利用非關(guān)系型數(shù)據(jù)庫(kù)Redis中的鍵值對(duì)、哈