基于概念的中文文本檢索研究.pdf

1、中文文本檢索是信息檢索的重要組成部分，目前幾乎所有搜索引擎都是采用關鍵詞的檢索方法，其核心是關鍵字符的機械式匹配，存在的問題之一就是召回率低，導致檢索系統(tǒng)的整體性能低。概念檢索通過基于語義的自然語言處理來析取各種概念信息，并由此形成一個知識庫，然后，根據(jù)對用戶提問的理解來檢索知識庫中相關的信息以提供直接的回答，有效地彌補了關鍵詞檢索存在的缺陷。 本文就中文文本檢索中文本的重構、查詢的擴展進行了研究。主要研究工作如下： 1

2、．提出了基于文本關鍵詞同義合并的詞條權重計算方法，構建了基于概念語義同義擴展的文本檢索模型。TF-DF是現(xiàn)有典型的文本詞條權重計算方法，其存在的主要問題有：1)沒有考慮語義同義關系；2)文本詞條沒有固定權重：3)支撐主題的核心詞易被賦予較低權重?；谖谋娟P鍵詞同義合并的詞條權重計算方法，有效解決了上述三個問題，并借助該方法，構建了基于概念語義同義擴展的檢索模型。實驗表明，該模型較關鍵詞檢索模型在精確率小幅度下滑的同時，召回率得到較大提高

3、，綜合性能得到了改善。 2．構建了基于概念語義同義擴展檢索模型與關鍵詞檢索模型結合的檢索模型。精確率和召回率是檢索系統(tǒng)性能評價的兩個重要指標，針對基于概念語義同義擴展的文本檢索模型較關鍵詞檢索模型精確率低的現(xiàn)象，采取了相應的補救措施：將其與關鍵詞模型結合檢索，旨在通過調(diào)整兩者不同的結合參數(shù)，找到一個更優(yōu)的模型。理論分析與實驗表明，該結合模型中的比例參數(shù)調(diào)整適當，能平衡檢索系統(tǒng)的準確率與召回率，獲得更好的檢索效果。 3．提