基于Ontology的智能信息检索关键技术研究

摘要

传统信息检索方式下，由于信息资源缺少统一的语义描述，用户难以查找到与需求相关的资源，难以实现信息资源的语义共享。如何使被管理信息资源具有应用程序可以理解的含义，并根据信息资源所具有的领域知识，实现信息资源的语义检索，提高数字化信息资源的利用率，这些问题是信息检索领域所面临的挑战。 语义万维网(Semantic Web)是万维网发明人Tim Bemers-Lee倡导的下一代万维网，旨在赋予万维网上所有资源唯一的标识，并在资源之间建立起机器可处理的各类语义联系。语义万维网是对当代万维网的扩展和延伸，能够以一种明确的、形式化的方式表示信息资源，提高异构系统之间的互操作性，促进知识共享。Ontology在Web上的应用导致了语义Web的诞生，其目的是解决Web上信息共享时的语义问题。 Ontology，作为一种能在语义和知识层次上描述信息系统的概念模型的建模工具，在提出后迅速成为信息系统与人工智能领域的一个研究热点。并在许多领域得到了广泛的应用，特别是在信息检索领域，Ontology提供了一种对信息和知识进行规范化描述和建模的方法，在构建智能化的检索系统方面有很重要的意义。 本文对智能信息检索模型中所涉及的若干关键技术进行了深入的分析研究，提出了有效的解决方案，为智能检索实验系统的顺利实施奠定了良好的基础，这些关键技术主要包括：领域本体的构建、关联搜索、结果排序、减少响应时间和语义门户等。 本文最后在理论分析的基础上，具体介绍了这些关键技术在理论和实际设计中实现的隋况。

目录

文摘

英文文摘

独创声明及学位论文版权使用授权书

第一章绪论

1.1问题的提出及研究意义

1.1.1问题的提出

1.1.2研究意义

1.2国内外研究现状及分析

1.3本文研究的目的和研究内容

1.3.1研究目的

1.3.2研究内容

1.4本文的章节安排

第二章语义互联网综述

2.1引言

2.2语义互联网的概念

2.3语义万维网的组成

2.4语义互联网的应用

2.5本章小结

第三章本体研究综述

3.1基本理论

3.2技术与方法

3.3本体应用

3.4本章小结

第四章关键技术介绍

4.1领域本体的构建

4.1.1领域本体的概念

4.1.2领域本体的构建方法--知识工程方法

4.1.3本节小结

4.2关联搜索

4.2.1关联问题的提出

4.2.2关联搜索的概念

4.2.3贝叶斯网络

4.2.4基于概率模型的信息检索

4.2.5本节小结

4.3减少响应时间问题

4.3.1 RIA介绍

4.3.2 Flex介绍

4.4语义Portal

4.4.1语义门户技术介绍

4.4.2语义门户的结构

4.4.3检索架构的原则

4.4.4基于语义门户的信息检索系统构架

4.5结果排序的优化方法

4.5.1排序融合的关键技术

4.5.2检索结果排序的优化方法

4.5.3本节小结

4.6本章小结

第五章关键技术进展及在系统中的实现

5.1引言

5.2响应时间测试情况

5.3贝叶斯网络在关联搜索中的应用

5.3.1概率模型检索

5.3.2 XML文档查询

5.3.3计算概率的方法

5.3.4计算术语间的条件概率

5.3.5本节小结

5.4本章小结

第六章总结与展望

6.1论文总结

6.2工作展望

参考文献

致谢

附录