基于命题逻辑信息检索模型的研究

摘要

本文以逻辑模型的建构思想和方法为指导，文献表示、查询表示以及二者之间的匹配关系为要素，讨论了命题逻辑理论在信息检索模型中的应用。
　　 在命题逻辑模型中，文献信息和查询需求的表达式按命题逻辑规则构造为DNF(析取范式)形式，这种形式能够表示出语句中所蕴含的语义信息，同时它能考虑到否定词的出现情况，使表达贴近自然语言。在图像检索和语音检索中，这种表示同样具有很强的优势。
　　 文献和查询的匹配关系则视为一种逻辑蕴含关系(→)，通过判断d→q的逻辑蕴含程度来确定文献d和查询q之间是否相关。对于经典二值逻辑而言，“→”这一标准过于严格，没有考虑到部分匹配及检索操作中存在的不确定性，所以，Van Rijsbergen给出了逻辑不确定性原理(LUP)，它成为信息检索逻辑模型建构的一个标准。根据这一理论规则，选用信念修正的方法，遵循极小修改的原则来确定d→q的逻辑蕴含程度，进而实现检索匹配操作，得出文献和查询之间非二值的关系。
　　 为能有效实现这一检索策略，提出了文献和查询的匹配算法，并对该算法进行了详细的分析，以经典向量空间模型为比较对象进行实验分析，评测结果表明命题逻辑模型是可行的，且略优于经典向量空间模型。

目录

文摘

英文文摘

声明

1.绪论

1.1 选题的目的和意义

1.2 国内外研究现状

1.3 本文的主要工作

1.4 本文的组织结构

2.信息检索逻辑模型综述

2.1 逻辑模型的基本思想

2.2 逻辑模型的建构方法

2.3 古典逻辑模型

2.4 逻辑蕴含

2.5 逻辑不确定性原理

2.6 本章小结

3.信息检索命题逻辑模型

3.1 命题逻辑

3.1.1 命题与逻辑符号

3.1.2 语义规则

3.2 文献表示

3.3 查询表示

3.4 文献和查询的匹配

3.4.1 信念修正(believe revision)

3.4.2 匹配过程

3.5 算例

3.6 本章小结

4.算法设计及检索评价

4.1 算法设计

4.1.1 算法提出

4.1.2 算法分析

4.1.3 测试

4.2 检索评价

4.3 本章小结

5. 实验及结果分析

5.1 命题逻辑检索系统的构建

5.1.1 预处理

5.1.2 逻辑标引

5.1.3 相关性排序

5.2 实验及结果分析

5.2.1 测试集

5.2.2 实验

5.2.3 实验结果分析

5.3 本章小结

6. 总结和展望

6.1 总结

6.2 展望

参考文献

致 谢