结合语义相似度的贝叶斯网在模糊信息检索上的研究与应用

摘要

本文提出了一种结合语义相似度的贝叶斯推理网模型，并且研究了如何将其用于模糊信息检索领域。为了计算语义相似度，本文讨论了如何构建一个描述词语关联的语义关系库，称之为Corpus库，并介绍了使用大规模语料数据对Corpus库进行训练的相关算法和实验。在此基础上，使用Corpus库所描述的丰富的词语信息来构建词语上下文相关向量并计算词语的相似度，实验证明，该计算方法在一定程度上良好地反映了现实世界中词语之间的相近程度。本文接着讨论了贝叶斯推理网在信息检索领域的建模方法，通过扩展的贝叶斯网融合了语义相似度算法使其支持模糊检索，相关实验证明了这种方法的可行性，从实验结果可以看出其检索的准确度比传统的精确检索更高。本文最后介绍了一个基于用户爱好的节目推荐演示系统，该系统使用了上述的贝叶斯推理网模型作为其匹配引擎并进一步对其进行了扩展，系统实验表明，该贝叶斯推理网模型有较高的查全率和查准率，是一种很有实用价值的信息检索模型。