基于概念图匹配的语义搜索

基于概念图匹配的语义搜索

论文摘要

Web的飞速发展已经使它成为世界上最大的一个信息库,但是“信息过载”问题又降低了它的可用性。当人们依赖于搜索引擎和信息检索技术来寻找信息的时候,却发现目前的关键词搜索方法在很多情况下并不能很好地满足他们的信息需求。究其原因是因为仅仅使用关键词并没有明确地表达出用户查询的语义,即便是使用查询扩展和词义消歧的技术也不能完全解决这个问题。于是,对“语义搜索”的要求便应运而生。由于其跨领域的特性,语义搜索至今还没有一个公认的定义。不过,自然语言处理、文本挖掘、知识表示及推理等方面工作的大幅进展,以及语义网的兴起,已经大大推动了“语义搜索”的相关研究。本文所要解决的语义搜索是一种基于明确的、形式化定义的语义信息而进行的匹配查询内容的搜索技术。针对本文所面向的问题域——匹配文本描述内容的资源搜索,并且在比较了各种语义搜索常用的知识表示语言的特点之后,我们最终选取了概念图来作为我们方法中的语义表示。它是一种具有一阶谓词逻辑的完整表达能力的图形化表示,因而可以把语义匹配归约到图匹配,而又不失逻辑的严密性。本文的主要工作和贡献(创新点)可以概括为以下几个方面:1.提出了一种限制到概念图的一个子集上的知识表示,以达到可以在语义匹配时把概念图展开成树的形式的目的,但同时又保留了相对本文的问题域而言是足够的表达能力。我们根据资源搜索的领域特征,为每张概念图指定一个入口概念,并且对互指链接、支配概念等方面都做了严谨的约束。该设计的结果是在概念图中保留了对否定描述的表达能力,故而基本可以满足所有与资源搜索相关的概念图表示;同时又为之后降低图匹配的计算复杂度打下了基础。

论文目录

  • 第一章 绪论
  • 1.1 为什么我们需要语义搜索?
  • 1.2 什么是语义搜索?
  • 1.3 本文的主要工作及贡献
  • 第二章 综述:语义搜索的研究现状
  • 2.1 语义搜索方法和系统
  • 2.2 知识表示工具
  • 2.3 本章小结
  • 第三章 基于概念图的知识表示
  • 3.1 概念图简介
  • 3.2 本文所使用的知识表示
  • 3.3 本章小节
  • 第四章 概念相似度与关系相似度
  • 4.1 概念相似度的定义
  • 4.2 关系相似度的定义
  • 4.3 本章小结
  • 第五章 颜色描述的匹配——基于数值空间的模糊语义匹配
  • 5.1 问题的定义
  • 5.2 颜色空间
  • 5.3 模糊颜色的表示
  • 5.4 模糊颜色之间的相似度
  • 5.5 本章小结
  • 第六章 基于演绎推理的知识增益
  • 6.1 知识增益的目标
  • 6.2 推理法则
  • 6.3 知识增益的过程
  • 6.4 本章小结
  • 第七章 概念图的混合匹配模型
  • 7.1 图的转换方法
  • 7.2 基于混合匹配模型的相似度定义
  • 7.3 匹配算法及计算复杂度
  • 7.4 本章小结
  • 第八章 原型系统与实验
  • 8.1 ALPHA 原型系统简介
  • 8.2 颜色描述的匹配实验
  • 8.3 一般服装特征的搜索实验
  • 8.4 本章小结
  • 第九章 结论
  • 参考文献
  • 附录1 本文涉及的部分概念图理论
  • 附录2 RGB 空间与HSL 空间的转换方程
  • 附录3 H-S 平面上两个同心扇面区域间最短距离的求法
  • 附录4 利用ALPHA 系统的查询编辑器构建查询概念图
  • 致谢
  • 攻读学位期间发表的学术论文目录
  • 相关论文文献

    • [1].基于网络资源本体的语义搜索和排位方法[J]. 太原理工大学学报 2017(02)
    • [2].国外语义搜索引擎调查与分析[J]. 图书情报工作 2013(23)
    • [3].本体进化驱动的个性化语义搜索研究[J]. 情报学报 2015(10)
    • [4].教育资源语义搜索引擎的研究与设计[J]. 福建电脑 2014(03)
    • [5].一种主题本体驱动的语义搜索方法[J]. 地理空间信息 2013(04)
    • [6].LexisNexis公司近日推出明晰语义搜索技术[J]. 现代图书情报技术 2009(11)
    • [7].触摸语义搜索的脉搏[J]. 软件世界 2009(10)
    • [8].面向领域的语义搜索引擎的应用研究[J]. 计算机工程与设计 2012(05)
    • [9].基于语义搜索引擎的云资源调度[J]. 计算机应用研究 2015(12)
    • [10].面向语义网的语义搜索引擎关键技术研究[J]. 电脑知识与技术 2014(12)
    • [11].基于词语同现的语义搜索引擎[J]. 中国水运(下半月) 2008(03)
    • [12].语义搜索:下一代搜索技术?[J]. 互联网天地 2009(03)
    • [13].语义搜索:引领新搜索时代[J]. 中国传媒科技 2008(08)
    • [14].基于抽取规则和本体映射的语义搜索算法[J]. 吉林大学学报(理学版) 2018(02)
    • [15].基于本体的语义搜索引擎的概念体系结构研究[J]. 现代电子技术 2011(24)
    • [16].Kngine语义搜索引擎[J]. 互联网天地 2010(05)
    • [17].电力领域语义搜索系统的构建方法[J]. 科技风 2018(29)
    • [18].基于词向量的学术语义搜索研究[J]. 华南师范大学学报(自然科学版) 2016(03)
    • [19].成群结队打天下[J]. 信息系统工程 2008(03)
    • [20].基于语义搜索引擎的学科知识服务研究——以GoPubMed为例[J]. 图书情报知识 2015(04)
    • [21].传统搜索引擎和语义搜索引擎在Web2.0搜索中的差异性[J]. 图书馆学研究 2010(17)
    • [22].Avature发布语义搜索模块测试版[J]. 计算机与网络 2018(19)
    • [23].语义网在数字图书馆的应用现状及展望[J]. 知识经济 2013(06)
    • [24].一种基于领域的语义搜索引擎模型SSEM[J]. 情报杂志 2012(04)
    • [25].基于ontology的语义搜索引擎研究[J]. 自动化技术与应用 2013(06)
    • [26].基于语义搜索引擎的数字图书馆服务优化研究[J]. 图书馆学研究 2012(14)
    • [27].基于语义的中文搜索引擎研究[J]. 电脑知识与技术 2009(08)
    • [28].最搜索[J]. 互联网周刊 2009(15)
    • [29].一种基于Rough本体的语义搜索引擎模型[J]. 微计算机信息 2008(24)
    • [30].基于多层次映射和遗传策略的语义Web搜索方法[J]. 数学的实践与认识 2010(11)

    标签:;  ;  ;  ;  ;  ;  ;  

    基于概念图匹配的语义搜索
    下载Doc文档

    猜你喜欢