基于语义分析的查询扩展及其关键技术研究

论文摘要

查询扩展作为解决词的不匹配问题的一种解决方案,有效的解决了目前Web信息检索存在的查全率和查准率低的问题,引起国内外很多学者的注意并参与。然而目前查询扩展方法仍然存在很大的缺陷,即无法同时解决自然语言中词汇的同义性和歧义性问题,本文在分析传统查询扩展方法不足的基础上,给出了基于语义分析的查询扩展方法。论文主要围绕以下几个方面作了重点研究:首先,介绍了传统查询扩展技术和系统构成,分析其优点以及存在的问题,在此基础上,描述了基于语义分析的查询扩展新方法的特点、技术流程。给出了新的查询系统地概貌和关键语言技术,如分词、词义消歧、同义词扩展、同范畴扩展、词语相似度计算等技术在文中都有简洁扼要的概括和说明。其次,实现了一种无指导的词义消歧方法,词义消歧研究在自然语言处理的许多应用领域中具有重要的理论和实践意义,也是近些年来是计算语言学和自然语言处理领域一个重要的研究课题。本文对词义消歧的相关研究方法和词义消歧的知识源进行了综合评述,针对当前词义消歧常见的问题,采用了一种均概率思想的无指导词义消歧解决方法。最后,讨论了词语相似度计算的应用背景,总结了词语相似度计算的两类策略,包括每类策略的思想、依赖的工具和主要的方法,给出了一种基于《知网》的词语相似度计算方法。基于语义分析地查询扩展可以弥补传统查询扩展技术中的诸多不足,在对用户的查询进行的分析和理解的基础上,准确把握用户的查询意图,这样再进行查询,目的更加明确,查询过程也更加清晰,减少查询的错误,有效提高系统的查全率和查准率。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 课题的研究背景及意义
• 1.2 信息检索
• 1.2.1 信息检索的基本概念
• 1.2.2 信息检索模型
• 1.2.3 检索性能评价方法
• 1.3 搜索引擎
• 1.3.1 搜索引擎的概念
• 1.3.2 搜索引擎的研究现状
• 1.4 查询扩展
• 1.4.1 查询扩展的基本概念
• 1.4.2 国内外研究现状
• 1.4.3 查询扩展技术存在的问题
• 1.5 本论文的课题来源及主要研究内容
• 1.5.1 课题来源
• 1.5.2 主要研究内容
• 1.5.3 论文的章节安排
• 第2章 基于语义分析的查询扩展
• 2.1 查询扩展一般技术流程
• 2.1.1 对于关键词的处理
• 2.1.2 对于查询语句的处理
• 2.2 基于语义分析的查询扩展
• 2.2.1 基于语义分析的查询扩展技术流程
• 2.2.2 与传统查询扩展技术的区别
• 2.3 语义分析的相关技术
• 2.3.1 分词
• 2.3.2 词义消岐
• 2.3.3 同义词扩展
• 2.3.4 同范畴扩展
• 2.3.5 词语相似度计算
• 2.4 面向查询扩展的关键语言技术
• 2.4.1 语义分析技术
• 2.4.2 语义扩展技术
• 2.5 本章小结
• 第3章 均概率思想与无指导词义消歧方法
• 3.1 实现无指导词义消歧的条件
• 3.2 歧义词信息的估算
• 3.3 单义词的词义分布
• 3.4 均概率思想及无指导学习方法的实现
• 3.5 实验设计与实现
• 3.5.1 基于朴素贝叶斯模型的实验及结果分析
• 3.5.2 封闭与开放测试的对比实验
• 3.5.3 有特征选择的开放实验
• 3.6 本章小结
• 第4章 词语相似度计算
• 4.1 词语相似度计算方法概述
• 4.1.1 基于语义词典的词语相似度计算
• 4.1.2 基于统计的词语相似度计算
• 4.2 《知网》简介
• 4.2.1 《知网》的结构
• 4.2.2 知识词典的描述语言
• 4.3 基于《知网》的语义相似度计算方法
• 4.3.1 词语相似度计算方法
• 4.3.2 义原相似度计算
• 4.3.3 虚词概念的相似度计算
• 4.3.4 实词概念的相似度计算
• 4.4 实验设计与实现
• 4.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢