基于语义web的信息检索技术及其在数字图书馆的应用

摘要

数字图书馆是21世纪图书馆的发展方向，随着网络的飞速发展，网络信息资源的数量迅猛增长，用户存取和利用网络信息资源的需求与日俱增，如何有效的找到所需信息成为了一个关键问题，将本体概念引入到数字图书馆是解决这一问题非常有潜力的方法。
　　 本文介绍了本体的概念、描述语言、构建原则及构建方法，并对目前国内外主要的本体构建方法进行了比较和分析，然后，讨论了本体在数字图书馆的应用，着重分析了相似度计算及其在数字图书馆检索中的应用，讨论了基于名称和基于实例的两类相似度计算方法，并重点介绍了基于SUMO的语义相似度计算方法。
　　 针对现有语义相似度算法的不足，本文提出了一种改进的语义相似度计算的综合方法，该方法先按启发式规则和信息增益过滤出候选概念集；接着，基于概念之间的语义距离，以树状层次结构为基础计算概念相似度；再综合实例属性和实例之间的关系分别计算语义相似度；最后通过赋予一定的权值进行相似度合并。这样做可使得语义相似度的计算更加全面，计算结果更加准确。
　　 本文最后以七步法为指导，以Protege为开发工具，讨论了数字图书馆领域本体的构建过程，并作为实验实际构建了科技论文本体。在此基础上，构造实验平台原型，验证本文提出的相似度计算方法。实验结果表明，该方法有满意的查全率和查准率。