網(wǎng)絡(luò)數(shù)學(xué)搜索中的數(shù)學(xué)查詢語言與索引的研究.pdf

1、目前，隨著互聯(lián)網(wǎng)的迅猛發(fā)展、Web信息的增加，用戶要在信息海洋里查找信息，就像大海撈針一樣，搜索引擎技術(shù)恰好解決了這一難題。然而傳統(tǒng)文本檢索系統(tǒng)在對數(shù)學(xué)公式和數(shù)學(xué)符號的搜索上具有很大的局限性，使得在科學(xué)、數(shù)學(xué)、工程及科技方面無法滿足用戶對數(shù)學(xué)公式搜索的需求。與此同時，隨著數(shù)學(xué)內(nèi)容計算機(jī)存儲的深化以及瀏覽器對多種數(shù)學(xué)表示形式的支持使得基于公式的數(shù)學(xué)搜索引擎的研究具備了可行性條件。 本文在對比研究了現(xiàn)有的一些數(shù)學(xué)搜索系統(tǒng)的實(shí)現(xiàn)方法和

2、技術(shù)基礎(chǔ)上，主要針對目前數(shù)學(xué)檢索中的兩大重點(diǎn)和難點(diǎn)問題展開深入討論。即如何建立一種通用、有力的數(shù)學(xué)查詢語言以及如何建立一種易于存儲和查詢的數(shù)學(xué)內(nèi)容索引結(jié)構(gòu)。 在數(shù)學(xué)查詢語言的建立方面，本文提出了一種基于XML的擴(kuò)展機(jī)制，構(gòu)建一種符合MathML語言規(guī)范的數(shù)學(xué)查詢語言MQL(Math Query Language)。該查詢語言通過在MathML語言規(guī)范的基礎(chǔ)上定義一系列元數(shù)據(jù)標(biāo)簽來實(shí)現(xiàn)查詢時的通配符查詢表達(dá)和組合查詢表達(dá)。這些標(biāo)簽

3、各自具有相應(yīng)的屬性，這些屬性可以細(xì)化查詢描述，有效增強(qiáng)查詢表達(dá)力度。 在數(shù)學(xué)內(nèi)容索引的建立方面，為了同時支持面向數(shù)學(xué)內(nèi)容顯示結(jié)構(gòu)的查詢和面向數(shù)學(xué)內(nèi)容語義的查詢，本文提出同時為數(shù)學(xué)內(nèi)容建立Presentation索引和Content索引。其中，Content索引主要采用抽象樹倒排索引結(jié)構(gòu)，Presentation則采用N-grams線性倒排索引結(jié)構(gòu)。此外，論文中還描述了索引建立時公式中各子公式的權(quán)值分配方法，以優(yōu)化查詢顯示結(jié)果，提