基于本体的语义搜索技术研究与实现

论文摘要

互联网的出现,彻底改变了人们对世界的认识,并融入到人们的日常工作生活中,成为人们日常生活中不可或缺的一部分。但随着网络上的各种信息资源的几何级增长,大量的无用的重复的信息对我们选择可用信息带来了障碍与不必要的成本。如何利用网络并高效率的从浩瀚的信息海洋中获取自己满意的信息成为人们关注的问题。搜索引擎的诞生将人们从繁重低效的人工检索中解脱出来,提高了用户查找信息的效率。但是传统的信息检索技术由于缺乏对信息资源的语义理解,越来越不能满足用户的需求。因此基于语义的搜索技术成为目前研究的热点。本文在现有的语义搜索技术基础上,对基于本体的语义搜索进行了深入研究,主要工作如下：(1)研究语义搜索涉及到的关键技术,如资源采集、本体构建、语义标注、用户查询语义扩展及查询排序等。(2)针对用户查询词表达模糊以及传统搜索引擎只是机械的关键字匹配而缺乏语义的缺点,提出一种基于结构化的本体扩展方法,对用户的查询词进行语义处理,并采用本体概念连通图对用户查询进行语义扩展,提高了搜索的查全率和查准率。(3)设计了一种基于链接关系的排序优化算法,对查询返回的结果集进行排序,以便使用户最先获得与其查询意图最相关的结果,得到更好的检索结果。(4)对算法进行验证与分析。在搜索引擎开发框架Lucene基础上,实现具有语义检索功能的原型系统,并以此验证本文所提出的算法的有效性。总之,基于语义的信息检索无论是在理论上还是应用上都具有重要的价值,如何进一步把这项研究推向实际应用中,为用户提供个性化的语义搜索,是我们今后的工作目标与美好愿望。

论文目录

• 致谢
• 摘要
• Abstract
• 目录
• 1.绪论
• 1.1.研究的背景与意义
• 1.2.语义搜索技术研究现状
• 1.3.本文主要研究内容
• 1.4.论文章节安排
• 2.语义搜索研究概括
• 2.1.语义Web简介
• 2.2.本体相关知识
• 2.2.1.本体的概念
• 2.2.2.本体分类
• 2.2.3.本体描述语言
• 2.3.语义搜索关键技术
• 2.3.1.语义搜索整体框架
• 2.3.2.信息资源的采集
• 2.3.3.本体构建
• 2.3.4.语义标注
• 2.3.5.用户查询语义扩展
• 2.3.6.查询结果排序
• 2.4.本章小结
• 3.用户查询语义扩展
• 3.1.查询扩展技术概述
• 3.1.1.全局分析（Global Document Analysis）
• 3.1.2.局部分析（Local Analysis）
• 3.1.3.局部上下文分析（Local Context Analysis,简称为LCA）
• 3.2.基于本体的查询扩展研究
• 3.3.基于本体的查询扩展方法
• 3.4.实验与分析
• 3.5.本章小结
• 4.基于链接关系的搜索结果排序算法研究
• 4.1.传统的排序算法
• 4.1.1.词频位置加权排序算法
• 4.1.2.PageRank排序算法
• 4.1.3.HITS排序算法
• 4.2.基于链接关系的排序算法
• 4.3.实验与分析
• 4.4.本章小结
• 5.基于语义的搜索系统设计与实现
• 5.1.语义搜索系统开发工具
• 5.1.1.本体构建工具Protege
• 5.1.2.语义解析工具Jena
• 5.1.3.搜索引擎开发框架Lucene
• 5.2.系统总体架构
• 5.3.语义搜索系统设计
• 5.3.1.网络爬虫
• 5.3.2.数据解析
• 5.3.3.建立索引
• 5.3.4.语义扩展
• 5.3.5.数据检索
• 5.3.6.结果排序
• 5.4.语义搜索系统实现
• 5.4.1.开发环境
• 5.4.2.系统界面
• 5.5.本章小结
• 6.总结与展望
• 6.1.本文主要工作总结
• 6.2.未来工作展望
• 参考文献
• 攻读硕士研究生期间主要的研究成果