基于中文維基百科的信息檢索技術(shù)研究.pdf

1、隨著計算機和互聯(lián)網(wǎng)的普及與發(fā)展，網(wǎng)絡(luò)上各種信息資源的數(shù)量也在爆炸性的增漲?；ヂ?lián)網(wǎng)用戶在享受海量數(shù)據(jù)信息帶來便利的同時，也必須面對如何從這龐大的信息中提取自己所需信息的問題。信息檢索技術(shù)為解決這一問題提供了幫助。
　　然而傳統(tǒng)的信息檢索大多基于關(guān)鍵詞的匹配進行查詢，從而忽略了語義信息的作用。這使得檢索系統(tǒng)不能充分理解用戶的真實查詢意圖，從而導(dǎo)致檢索出來的相關(guān)文檔集合可能與用戶的真實查詢意圖并不相符，致使檢索系統(tǒng)的性能嚴(yán)重下降。因此，

2、如何讓信息檢索系統(tǒng)充分理解用戶查詢的真實意圖成為了信息檢索領(lǐng)域中的一個熱點研究課題。本文將知識概念的思想加入信息檢索系統(tǒng)，使檢索系統(tǒng)在知識層面上更好地了解用戶的查詢意圖，提高檢索結(jié)果的精確度。具體的工作如下:
　　第一，利用中文維基百科作為額外的大型知識概念庫，提出了一種基于知識概念的文本表征方法。該方法將中文維基百科中的每個條目作為一個獨立的知識概念，通過比較每個知識概念的描述文本（條目）與待表征的自然語言文本的關(guān)聯(lián)度來衡量該知

3、識概念與自然語言文本的相關(guān)度，從而選擇出合適的知識概念對文本的語義進行概念的表征。
　　第二，將知識概念表征文本語義的方法融入到傳統(tǒng)的信息檢索系統(tǒng)中。通過對查詢條件與待檢索文檔集進行知識概念的表征，得到基于知識概念的信息檢索。最終，將基于知識概念的檢索與傳統(tǒng)“詞袋”檢索方法相融合，并且結(jié)合偽相關(guān)反饋的方法，提出一種全新的檢索策略。
　　第三，實現(xiàn)本文中所提出的檢索方法，并且在NTCIR-5中文信息檢索測試集上進行測試實驗。最