跨语言信息检索技术的研究与实现

论文摘要

在信息检索领域，由于当今海量信息资源所用语种的多样性和用户所掌握语言的差异性，导致人们在进行文本信息检索的时候产生语言障碍问题。而随着用户对多语言信息综合获取的需求不断增长，跨语言信息检索技术迅速发展，并将日益发挥重要作用。目前大多数跨语言信息检索采用提问式翻译方法，而如何提高翻译的准确性成为跨语言检索领域主要研究内容之一。本文在研究了跨语言信息检索相关关键技术的基础上，基于开放平台ApacheLucene设计实现了中英文跨语言检索系统。论文阐述了跨语言信息检索理论和现有技术，研究了跨语言信息检索中语言翻译和信息检索方法，设计了采用提问式翻译和语义映射的跨语言信息检索模型，解决了跨语言信息检索中的翻译歧义性问题；改进了信息索引流程和检索结果排序算法，提高了检索结果优先匹配的准确性；在分析了Lucene信息检索平台的体系结构和模块功能基础上，设计实现了中英文跨语言检索系统CLIRS，并在应用环境中验证了跨语言信息检索模型的有效性和系统各模块功能。测试结果表明，CLIRS系统采用的中英文跨语言翻译模型以及结果排序算法更好地实现了中英文双向跨语言信息检索。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景与意义
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 论文研究内容
• 1.4 本论文组织结构
• 第二章 跨语言信息检索与 Lucene
• 2.1 跨语言信息检索理论与技术
• 2.1.1 跨语言信息检索理论
• 2.1.2 跨语言信息检索的基本方法
• 2.1.3 跨语言信息检索中翻译方法的实现
• 2.2 Lucene 检索平台
• 2.2.1 Lucnee 的源代码包
• 2.2.2 系统结构组织
• 2.2.3 数据流分析
• 2.3 本章小结
• 第三章 基于语义的跨语言信息检索模型
• 3.1 跨语言信息检索模型
• 3.1.1 模型结构
• 3.1.2 功能分析
• 3.1.3 模型构建方法
• 3.2 索引设计与存储
• 3.2.1 Lucene 索引机制
• 3.2.2 对索引流程的改进
• 3.2.3 混合文本索引
• 3.3 跨语言检索流程
• 3.3.1 基本检索流程
• 3.3.2 跨语言检索流程
• 3.4 本章小结
• 第四章 跨语言检索关键算法设计
• 4.1 索引算法
• 4.1.1 索引流程
• 4.1.2 索引算法设计
• 4.2 检索结果排序算法
• 4.2.1 排序算法原理
• 4.2.2 排序算法设计
• 4.3 本章小结
• 第五章 基于 Luence 的中英文跨语言检索系统
• 5.1 CLIRS 系统概述及目标
• 5.2 CLIRS 系统总体设计
• 5.2.1 体系结构
• 5.2.2 组件结构
• 5.3 CLIRS 系统设计与实现
• 5.3.1 翻译模块设计
• 5.3.2 索引模块设计
• 5.3.3 中英文跨语言检索模块设计
• 5.4 本章小结
• 第六章 实验研究与系统测试
• 6.1 实验设计
• 6.1.1 实验内容
• 6.1.2 评价标准
• 6.1.3 实验环境及数据
• 6.2 实验结果及分析
• 6.3 CLIRS 系统测试
• 6.3.1 索引功能测试
• 6.3.2 中英文跨语言信息检索测试
• 6.4 本章小结
• 第七章 总结与展望
• 致谢
• 参考文献
• 在读期间参与项目