基于语义相似度的查询扩展优化

摘要

目前导致信息查询质量低下的根本原因在于搜索引擎工具和搜索过程缺乏语义化，用户提交的需求通常是简单的机械式的语法匹配，缺乏语义理解，信息经常会被漏检，误检。解决这一问题，目前通常采用查询扩展技术。查询扩展是指将用户所提交的原始查询词的同义词、近义词等作为扩展查询词，形成新的查询，然后提交搜索引擎进行检索。
　　 近来，基于本体的语义查询扩展技术成为了研究的热点。本体论从本质上说是就是对客观存在的概念和概念之间关系的描述，基于本体的查询是基于知识的、语义上的检索，用户所提交的关键词经过一组推理操作，实现同义、上下位、及平级扩展，形成语义丰富的扩展概念集，最后再提交查询。因此，它弥补了传统的基于关键字查询技术的缺陷，从而在查准率上有更好的保证。
　　 论文从语义本体角度研究信息查询的模型和分析查询方法，目的旨在实现信息查询技术对语义的支持，最终提高检索的查准率。
　　 论文主要研究工作有：研究分析了基于本体的相关信息检索方法，构建了一个基于本体的信息检索框架，提出了基于语义相似度的局部查询扩展技术。基于语义相似度的局部查询扩展技术是在基于局部分析的查询扩展方法的基础上结合本体技术的改进方法。本体对信息的知识化表示使得该技术能够实现对语义的支持，优化了原方法进行局部文档分析的过程，提高了文档分析的效率。在本体技术和局部语料分析方法的双重保证下，提高了最终扩展结果的准确性和相关性。
　　 论文还提出了一种将网状本体结构模型优化为树状本体结构模型的方法，提高了语义概念相似度计算的效率。通过转换本体中概念间、实体间的横向联系，实现网络状结构到树状结构的转换，使本体保持清晰的树状层次结构，降低本体模型的复杂度，使本体结构清晰、概念间关系明确，概念相似度的计算也更加简便、高效。
　　 论文还使用了分层向量空间模型来对检索文档进行预处理，对分层向量空间模型进行分析后指出了模型原计算公式的错误，进行针对性修改后提出了本文的计算公式。
　　 最后利用本体构建工具构建了一个本体实例，通过实验验证本文语义查询优化框架以及相关方法的有效性，检索结果表明，本文提出的基于语义相似度查询扩展技术的检索结果比较全面且准确性高，最终达到了论文提高查准率的预期目标。

目录

文摘

英文文摘

第1章 绪论

1.1 研究背景

1.2 研究的意义

1.3 研究的内容及框架

1.3.1 研究内容

1.3.2 研究框架

1.4 创新点

第2章 查询扩展研究综述

2.1 查询扩展概述

2.2 查询扩展常用模型分析

2.2.1 布尔逻辑模型(Boolen Model)

2.2.2 矢量空间模型(Vector Space Model)

2.2.3 概率模型(Probabilistic Model)

2.2.4 模型性能评价指标

2.2.5 模型性能评价

2.2 查询扩展方法分析

2.2.1 基于用户相关反馈的方法

2.2.2 基于全局分析查询扩展的方法

2.2.3 基于局部分析查询扩展的方法

2.2.4 基于语义的查询扩展方法

2.3 相反反馈和全局及局部分析方法的不足

2.4 改进思路

2.5 小结

第3章 本体论相关理论

3.1 本体论概述

3.1.1 本体的定义

3.1.2 本体的分类

3.1.3 本体描述语言

3.2 本体的构建

3.2.1 本体构建规则

3.2.2 本体构建方法

3.2.3 本体构建工具

3.3 本体在信息检索中的应用

3.4 小结

第4章 概念相似度计算模型优化

4.1 概念相似度概述

4.2 三种传统的语义概念相似度计算方法

4.2.1 基于距离的语义相似度计算

4.2.2 基于信息内容的语义相似度计算

4.3.3 基于属性的语义相似度计算

4.3 语义概念相似度计算模型的优化

4.4 改进的语义概念相似度计算方法

4.4.1 概念间关系优化

4.4.2 层次深度优化

4.4.3 有向边的密度优化

4.5 小结

第5章 基于语义概念相似度的查询扩展系统

5.1 系统的设计原则

5.2 系统的框架

5.3 系统模型的建立

5.4 小结

第6章 方法验证

6.1 本体概念相似度计算

6.2 实验开发平台和工具

6.3 实验系统的结构

6.4 实验系统本体的构建

6.5 实验系统模块的构建

6.5.1 语义文档预处理

6.5.2 查询语义扩展

6.5.3 语义检索

6.6 检索结果及分析

6.7 小结

第7章 总结与展望

7.1 论文总结

7.2 下一步工作展望

致谢

参考文献

附录