基于元搜索的双语智能翻译搜索引擎的研究

摘要

随着网络信息技术的飞速发展，搜索引擎作为互联网上获取信息最重要的工具已在各个行业得到广泛应用。然而当今网络信息的增长速度已经远远超过搜索引擎的发展速度，搜索引擎的发展已难以满足日益增长的用户需求，为了满足用户在专业化特定领域信息检索的需要，出现了一些个性化的专业搜索引擎，双语智能翻译搜索引擎也是一种为用户在双语领域提供检索的专业搜索引擎，它为用户提供双语翻译领域的检索服务，实现对中英文双语页面的检索。为了提高双语智能翻译搜索引擎的查全率与查准率，元搜索技术的融入至关重要，元搜索引擎是一种建立在独立搜索引擎之上的搜索引擎。他由多个成员搜索引擎组成，能够将用户提交的检索需求在各成员搜索引擎上分别进行检索，然后对从各成员搜索引擎中分别获取的结果进行融合处理后以统一的方式提交给用户。此过程最重要的是对结果的处理，也是本文研究的重点和难点。本研究主要内容如下： ⑴对目前的搜索引擎现状和双语智能翻译搜索引擎的含义、工作原理、工作流程和现状进行了简单的描述。并对元搜索技术在工作原理、技术特点和应用中存在的不足进行了分析。 ⑵针对现有元搜索技术的不足与双语智能翻译搜索引擎的特点，重点对元搜索引擎在结果提取、结果去重和结果融合方面进行了深入研究。 ⑶由于各成员搜索引擎来源不同，各成员搜索引擎的检索方式各不相同，因此在对元搜索引擎结果处理方式进行设计时，充分考虑双语智能翻译搜索引擎在个性化和智能化上的需要，并结合用户的使用特点对各页面进行了相关度分析，在结果排序上面采用了优化的排序算法，提高了用户对搜索引擎的满意度。

目录

文摘

英文文摘

声明

第1章绪论

1.1选题背景及意义

1.2课题研究的目标及内容

1.3论文的组织结构

第2章双语智能翻译搜索引擎概述

2.1搜索引擎

2.1.1搜索引擎概述

2.1.2搜索引擎分类

2.1.3搜索引擎的工作原理

2.1.4搜索引擎的工作过程

2.2双语智能翻译搜索引擎

2.2.1双语智能翻译搜索引擎的设计思想

2.2.2双语智能翻译搜索引擎的基本结构

2.2.3双语智能翻译搜索引擎的工作流程

第3章元搜索技术研究

3.1元搜索引擎概述

3.2元搜索引擎的分类及特点

3.3双语元搜索引擎原理

3.4双语元搜索引擎的总体设计

3.4.1成员搜索引擎的选择

3.4.2检索结果的提取

3.4.3搜索结果合并及显示

第4章元搜索引擎的结果融合技术研究

4.1结果的提取

4.2网页识别

4.3网页净化

4.3.1信息过滤

4.3.2转化为XML树

4.3.3算法描述

4.4结果的去重

4.4.1完全重复网页的判去重

4.4.2内容相似网页去重

4.4.3算法描述

4.5结果的融合

4.5.1位置排序法

4.5.2重复度排序法

4.5.3相关度排序

第5章元搜索引擎的结果排序优化研究

5.1 PageRank算法

5.1.1算法概述

5.1.2算法介绍

5.1.3 PageRank算法描述

5.2 PageRank优化算法

5.2.1算法优化

5.2.2寄存器分块技术

5.3相关度优化

5.4实验分析

5.4.1实验目标

5.4.2实验分析

5.4.3实验总结

第6章总结与展望

参考文献

致谢

附录：攻读硕士学位期间发表的论文和参与的项目