查詢擴展技術研究.pdf

1、隨著web的迅速發(fā)展，人們從互聯(lián)網(wǎng)上可以獲取資料變得越來越多。與此同時，互聯(lián)網(wǎng)也以其巨大的信息量給人們帶來了前所未有的沖擊。在用戶利用web搜索引擎查找信息的過程中，往往出現(xiàn)用戶查詢與索引文檔信息表示不匹配的情況。例如：在用戶角度，“秘笈/要訣/絕招/法寶”和“秘訣”是相同概念，而對于搜索引擎，這是幾個完全不相同的概念。這種描述不匹配的情況會導致一些相關文檔不能被成功檢索出來。這也是本文重點研究的問題。主要工作包括以下方面： 第

2、一，分析研究了已有的通過詞語擴展和詞語重新加權來改進用戶查詢的幾類方法的在中文信息檢索中的有效性。 第二，根據(jù)已有查詢擴展技術在中文信息檢索中有效性的分析，提出了一種基于web資源查詢擴展策略。該策略自動從互聯(lián)網(wǎng)上下載網(wǎng)頁，并對其進行分析并從中提取相關術語群用于進行查詢擴展。相對傳統(tǒng)擴展方法利用人工構建的靜態(tài)語義資源進行擴展，該策略可以根據(jù)web資源自動的構建語義資源，具有更好的時效性和實用性。 第三，根據(jù)該策略建立對應

3、的擴展模型，將從web資源中提取的相關術語群和從查詢文檔集中提取的局部和全局的相關信息進行結合，并通過相應的選擇算法，對擴展術語進行選擇，在NTCIR-5中文信息檢索測試集上進行的實驗表明，相對于傳統(tǒng)的查詢擴展，本文的查詢擴展方法在檢索精度上取得了13.1％的提高。 第四，設計并實現(xiàn)了基于相關術語群進行查詢擴展的檢索系統(tǒng)，此外還實現(xiàn)了一些傳統(tǒng)的查詢擴展的策略，有利于各種策略之間的比較。綜合運用本文中的方法和檢索系統(tǒng)，參加了200