【摘要】：互聯(lián)網(wǎng)中蘊(yùn)含著大量的有價值信息,而搜索引擎是目前人們從互聯(lián)網(wǎng)上檢索信息的重要工具。傳統(tǒng)的搜索引擎僅依靠關(guān)鍵字匹配為用戶尋找相關(guān)的網(wǎng)頁,并根據(jù)一定的算法進(jìn)行排名呈獻(xiàn)給用戶,并沒有參考網(wǎng)頁的語義信息。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和人們精確搜索需求的增加,傳統(tǒng)的搜索引擎已經(jīng)不能夠很好地適應(yīng)這一需求的變化。為了解決傳統(tǒng)搜索引擎存在的不足,知識搜索應(yīng)運(yùn)而生。知識搜索會分析用戶的查詢意圖,并將相關(guān)的知識返回給用戶,大大提高了搜索結(jié)果的準(zhǔn)確程度和相關(guān)程度。由于自然語言處理的高耗時性并顧及到知識庫增長帶來的存儲問題以及安全性,本文將知識搜索與分布式框架相結(jié)合,實現(xiàn)了一個包含工作流框架、分布式爬蟲和分布式知識抽取模塊的可靈活配置流程的分布式知識搜索系統(tǒng),并對單機(jī)系統(tǒng)和分布式系統(tǒng)的效率進(jìn)行了對比。在由三臺機(jī)器組成的實驗性分布式系統(tǒng)上進(jìn)行的對比實驗說明分布式知識抽取系統(tǒng)的效率比單機(jī)系統(tǒng)提高了近一倍,并且可以隨著分布式集群的擴(kuò)展繼續(xù)提高。同時,分布式系統(tǒng)也能提供更好的安全性。
[Abstract]:The Internet contains a lot of valuable information, and search engine is an important tool for people to retrieve information from the Internet. Traditional search engines only rely on keyword matching to find relevant pages for users, and rank them to users according to certain algorithms, without referring to the semantic information of web pages. With the development of Internet technology and the increase of people's demand for accurate search, the traditional search engine can not adapt to the change of this demand. In order to solve the shortcomings of traditional search engines, knowledge search emerged as the times require. Knowledge search will analyze the user's query intention and return the relevant knowledge to the user, which greatly improves the accuracy and correlation of the search results. Due to the high time consuming of natural language processing and the storage problems and security caused by the growth of knowledge base, this paper combines knowledge search with distributed framework to implement a workflow framework. Distributed crawler and distributed knowledge extraction module can flexibly configure the process of distributed knowledge search system, and the efficiency of single computer system and distributed system are compared. A comparative experiment on an experimental distributed system composed of three machines shows that the efficiency of the distributed knowledge extraction system is nearly twice as high as that of the single machine system, and can be further improved with the expansion of the distributed cluster. At the same time, the distributed system can also provide better security.
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TP391.3

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李穎新,劉全金,阮曉鋼;多發(fā)性骨髓瘤基因表達(dá)譜分析[J];北京工業(yè)大學(xué)學(xué)報;2004年03期

2 胡光民;周亮;柯立新;;基于Hadoop的網(wǎng)絡(luò)日志分析系統(tǒng)研究[J];電腦知識與技術(shù);2010年22期

3 許勇,宋柔;基于HMM的百科辭典文本中句子的知識點分類[J];計算機(jī)工程與應(yīng)用;2005年04期

4 陳莉;吳潔;馬靜;薛浩;;基于本體的領(lǐng)域知識搜索研究[J];計算機(jī)工程;2008年24期

5 安強(qiáng)強(qiáng);張蕾;;基于依存樹的中文語義角色標(biāo)注[J];計算機(jī)工程;2010年04期

6 毛文吉,陸汝鈐;基于SELD描述語言的英文科技文本知識自動獲取[J];計算機(jī)學(xué)報;1998年S1期

7 陳克健;電子詞典與詞匯知識表達(dá)[J];中文信息學(xué)報;2002年04期

8 劉懷軍;車萬翔;劉挺;;中文語義角色標(biāo)注的特征工程[J];中文信息學(xué)報;2007年01期

9 李軍輝;王紅玲;周國棟;朱巧明;錢培德;;語義角色標(biāo)注中句法特征的研究[J];中文信息學(xué)報;2009年06期

10 劉挺;車萬翔;李生;;基于最大熵分類器的語義角色標(biāo)注[J];軟件學(xué)報;2007年03期

相關(guān)碩士學(xué)位論文 前1條

1 鄧昱;中文問答系統(tǒng)中的答案抽取算法研究[D];北京郵電大學(xué);2009年

，

本文編號：2213846