【摘要】：隨著Internet的飛速發(fā)展,網(wǎng)絡信息檢索也快速地發(fā)展起來。目前網(wǎng)絡信息檢索的主要形式是搜索引擎,它己是繼電子郵件服務之后的網(wǎng)絡第二大服務。當前的搜索引擎主要以用戶輸入的查詢關(guān)鍵詞進行信息的檢索,但用戶查詢時輸入的有限詞語并不能完全準確表達其檢索的真正意圖,查詢本身存在的歧義性導致搜索引擎返回大量與用戶需求無關(guān)的文檔,致使查全率和查準率較低。另一方面,用戶有時往往會輸入長句查詢,提供給搜索引擎的查詢詞的長度正在不斷增長,這也使得搜索引擎由于查詢主題偏移等問題導致檢索結(jié)果不理想。因此,為了解決上述問題,相關(guān)學者提出了查詢擴展技術(shù),即通過對原查詢詞進行修改來提高查詢檢索的準確率和召回率,也確實取得了一定的成果,但大多都是針對較短的查詢進行的。而國外近幾年正在加大對長句查詢擴展技術(shù)方面的研究,這主要是由于使用自然語言-長句,能夠更好的表達復雜和特定的信息需求,是用戶未來查詢表達的一個發(fā)展趨勢,而且,隨著查詢擴展技術(shù)不斷向語義查詢方向發(fā)展,長句查詢中包含的豐富語義關(guān)聯(lián)為語義查詢擴展的實現(xiàn)提供了更好的研究基礎,對于了解用戶復雜的語言特點和不同的語法習慣很有幫助。為此,本文針對在現(xiàn)有搜索引擎中長句查詢主題偏移、準確率低以及低召回率時相關(guān)文檔排序靠后等問題,提出了一種基于概念語義相似度的長句查詢擴展方法。該方法首先利用AAlesk詞義排歧方法確定查詢詞的正確詞義,然后將該詞義下WordNet同義詞集中的相關(guān)語義概念加入到原查詢中,通過對查詢中不同概念之間進行語義相似度聚類得到查詢聚類集,根據(jù)聚類集中整體的語義相似度水平和概念自身的語義相關(guān)重要性得到最佳候選概念集,最后從概念集中提取出得分最高的關(guān)鍵詞來代表原始查詢,從而實現(xiàn)對原長句查詢的改進。另外,本文還應用了一種KeyGraph關(guān)鍵詞抽取方法對原長句查詢進行處理,并將這兩種不同的長句查詢改進結(jié)果放到三個不同類型的主流檢索模型中分別進行檢索實驗。實驗結(jié)果表明,改進后的長句查詢檢索效率都有了提高,特別是本文提出的長句查詢擴展方法能夠從語義層面更好的表達用戶真實的信息需求,極大的提高了長句查詢的準確率和召回率,比較適合在現(xiàn)有的主流語言檢索模型上進行應用。
[Abstract]:With the rapid development of Internet, network information retrieval has also developed rapidly. At present, the main form of network information retrieval is search engine, which is the second largest service after email service. The current search engine mainly uses the query keywords entered by the user to retrieve the information, but the limited words entered by the user can not completely accurately express the real intention of the retrieval. The ambiguity of the query itself leads the search engine to return a large number of documents independent of user requirements, resulting in a low recall and precision. On the other hand, users sometimes enter long sentence queries, and the length of query words provided to search engines is increasing, which makes the retrieval results not ideal because of query topic offset and other problems. Therefore, in order to solve the above problems, the relevant scholars have proposed query expansion technology, that is, by modifying the original query words to improve the accuracy and recall rate of query retrieval, and have indeed achieved some results. However, most of them are aimed at short queries. In recent years, foreign countries are increasing the research on long sentence query expansion technology, which is mainly due to the use of natural language-long sentence, which can better express complex and specific information requirements, which is a development trend of user query expression in the future. Moreover, with the continuous development of query extension technology in the direction of semantic query, the rich semantic association contained in long sentence query provides a better research basis for the implementation of semantic query extension. It is very helpful to understand the complex language characteristics and different grammatical habits of users. Therefore, in order to solve the problems of long sentence query topic offset, low accuracy and low recall rate, a long sentence query extension method based on conceptual semantic similarity is proposed in this paper. In this method, the AAlesk word meaning disambiguation method is used to determine the correct word meaning of the query word, and then the related semantic concepts of the WordNet synonym set under the meaning of the word are added to the original query. The query clustering set is obtained by clustering the semantic similarity between different concepts in the query, and the best candidate concept set is obtained according to the overall semantic similarity level of the clustering set and the semantic correlation importance of the concept itself. Finally, the keywords with the highest score are extracted from the concept set to represent the original query, so as to improve the query of the original long sentence. In addition, a KeyGraph keyword extraction method is used to process the original long sentence query, and the improved results of these two different long sentence queries are put into three different types of mainstream retrieval models for retrieval experiments. The experimental results show that the improved long sentence query retrieval efficiency has been improved, especially the long sentence query extension method proposed in this paper can better express the real information needs of users from the semantic level. It greatly improves the accuracy and recall rate of long sentence query, and is more suitable for application in the existing mainstream language retrieval model.
【學位授予單位】：山東理工大學
【學位級別】：碩士
【學位授予年份】：2013
【分類號】：TP391.3

【相似文獻】

相關(guān)期刊論文 前10條

1 陽小華;蔣輝;馬家宇;;基于任務上下文的查詢擴展方法[J];鄭州大學學報(理學版);2010年01期

2 吳煈;張奇;黃萱菁;;基于整數(shù)線性規(guī)劃的查詢擴展[J];計算機研究與發(fā)展;2013年08期

3 何燕;;基于用戶反饋的查詢擴展研究[J];情報理論與實踐;2013年08期

4 黃偉群;;基于用戶視角的交互式查詢擴展研究[J];圖書情報工作;2014年05期

5 黃名選;嚴小衛(wèi);張師超;;查詢擴展技術(shù)進展與展望[J];計算機應用與軟件;2007年11期

6 林國俊;葉飛躍;耿冬;鄭國良;;基于語義的概念查詢擴展[J];計算機工程與設計;2009年06期

7 鞏玉璽;王大玲;;一種改進的基于偽相關(guān)反饋的查詢擴展[J];微計算機信息;2009年15期

8 黃名選;張師超;嚴小衛(wèi);;基于查詢行為和關(guān)聯(lián)規(guī)則的相關(guān)反饋查詢擴展[J];計算機工程;2009年10期

9 張超盟;李戰(zhàn)懷;溫宗臣;;局部上下文分析剪枝概念樹的查詢擴展[J];計算機工程;2009年14期

10 羅小聰;;基于專用雙語詞典的查詢擴展[J];現(xiàn)代計算機(專業(yè)版);2009年10期

相關(guān)會議論文 前10條

1 黃明初;鐘威;何擁軍;蒙斌;;基于查詢擴展的數(shù)字檔案檢索策略[A];廣西計算機學會2010年學術(shù)年會論文集[C];2010年

2 呂碧波;趙軍;;基于相關(guān)文檔池建模的查詢擴展[A];第二屆全國信息檢索與內(nèi)容安全學術(shù)會議（NCIRCS-2005）論文集[C];2005年

3 林建方;李生;鄭德權(quán);;基于詞語搭配關(guān)系的查詢擴展方法[A];第四屆全國信息檢索與內(nèi)容安全學術(shù)會議論文集（上）[C];2008年

4 丁國棟;白碩;王斌;;一種基于局部共現(xiàn)的查詢擴展方法[A];第二屆全國信息檢索與內(nèi)容安全學術(shù)會議（NCIRCS-2005）論文集[C];2005年

5 李東園;白宇;蔡東風;;基于用戶日志分析的查詢擴展研究[A];第四屆全國學生計算語言學研討會會議論文集[C];2008年

6 張志強;孟慶海;謝曉芹;;個性化的社會標簽查詢擴展技術(shù)研究[A];NDBC2010第27屆中國數(shù)據(jù)庫學術(shù)會議論文集A輯二[C];2010年

7 王秉卿;張奇;吳立德;黃萱菁;;機器學習的查詢擴展在博客檢索中的應用[A];第四屆全國學生計算語言學研討會會議論文集[C];2008年

8 王秉卿;黃萱菁;;基于線性模型的查詢擴展方法[A];第五屆全國信息檢索學術(shù)會議論文集[C];2009年

9 晉松;林鴻飛;蘇綏;;基于標簽共現(xiàn)的查詢擴展研究[A];中國計算機語言學研究前沿進展（2007-2009）[C];2009年

10 郭文;史曉東;陳毅東;;跨語言信息檢索中的查詢擴展[A];第四屆全國學生計算語言學研討會會議論文集[C];2008年

相關(guān)重要報紙文章 前1條

1 鐘威　何擁軍;數(shù)字檔案信息擴展查詢功能需求分析及實現(xiàn)方式[N];中國檔案報;2011年

相關(guān)博士學位論文 前3條

1 郭曉黎;煤礦安全事件本體及其在查詢擴展中的應用研究[D];中國礦業(yè)大學(北京);2016年

2 仲兆滿;事件本體及其在查詢擴展中的應用[D];上海大學;2011年

3 王俊義;正負相關(guān)反饋與查詢擴展技術(shù)的研究[D];內(nèi)蒙古大學;2012年

相關(guān)碩士學位論文 前10條

1 鄭永軍;基于DMLS的語音關(guān)鍵詞檢測技術(shù)研究[D];解放軍信息工程大學;2014年

2 李云飛;基于查詢?nèi)罩镜膭討B(tài)查詢擴展研究[D];內(nèi)蒙古大學;2016年

3 楊振瑜;基于概念語義相似度的長句查詢擴展研究[D];山東理工大學;2013年

4 趙晶;漢語—泰語的跨語言查詢翻譯和擴展[D];昆明理工大學;2016年

5 秦廣順;漢越雙語新聞事件檢索方法研究[D];昆明理工大學;2016年

6 成昊;基于Word2Vec的中文問句檢索技術(shù)研究及系統(tǒng)實現(xiàn)[D];哈爾濱工業(yè)大學;2016年

7 姚小同;查詢擴展技術(shù)研究[D];北京郵電大學;2009年

8 許威;基于概念格的查詢擴展系統(tǒng)及建格算法研究[D];北京郵電大學;2008年

9 胡保祥;基于查詢?nèi)罩镜牟樵償U展研究[D];北京郵電大學;2013年

10 董靜;基于信任網(wǎng)絡的查詢擴展技術(shù)研究[D];哈爾濱工程大學;2013年

，

本文編號：2487432