面向元搜索引擎的文本數(shù)據(jù)庫的表征和排序.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之上的一種搜索引擎。當一個搜索到來是，元搜索引擎將搜索語句分發(fā)到各個成員搜索引擎，然后將各個成員搜索引擎返回的搜索結果合并后呈現(xiàn)給用戶。由于網(wǎng)絡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)送搜索請求。對哪些數(shù)據(jù)庫發(fā)送請求就成為決定搜索結果好壞的重要因素。文本數(shù)據(jù)庫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，它對提高文本的檢索速度和檢索結果的質(zhì)量有著重要的意義。
　　 本文介紹了元搜索引擎技術以及其數(shù)據(jù)庫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)庫的表征方法和多層文本數(shù)據(jù)庫表征方法，并且重點研究了在元搜索引擎中用于數(shù)據(jù)庫排序的修正最大歸一權重法并提出了以下四個方面的改進：
　　 ①進行無用詞表的調(diào)整，排除修正最大歸一權重值較大但對表征沒有實際意義的詞匯，提高所提取出來詞匯

3、中可以作為表征詞匯的比例。
　　 ②加入了人為的反饋機制。用人為的行為來判斷提取出來的詞匯是否可以作為表征詞匯。
　　 ③在改進方法中引入了近義詞和相關詞，擴展了修正最大歸一權重法所計算出來的表征詞匯。
　　 ④改進了原有修正最大歸一權重法中的詞組合算法。原有的修正最大歸一權重法只考慮相鄰的兩個詞是否可以組合，改進的算法增加了對詞距的考慮。
　　 最后，本文用實驗研究和比較對改進后的方法進行了論證，其中包