本文關(guān)鍵詞：智能搜索引擎信息過濾機(jī)制研究，由筆耕文化傳播整理發(fā)布。

選填,簡(jiǎn)要介紹文檔的主要內(nèi)容,方便文檔被更多人瀏覽和下載。

圖書與情報(bào)

學(xué)術(shù)方陣

２００７年第４期

智能搜索引擎信息過濾機(jī)制研究

張摘

帆

林

建（華中師范大學(xué)信息管理系

湖北武漢

４３００７９）

要：智能搜索引擎是人工智能技術(shù)和傳統(tǒng)搜索引擎技術(shù)相結(jié)合的產(chǎn)物。面對(duì)信息無時(shí)無刻不在進(jìn)行更替的網(wǎng)絡(luò)環(huán)境，智能搜索引擎具有

自然語言過濾智能化、多文檔處理智能化、用戶服務(wù)智能化等信息處理機(jī)制。為促進(jìn)智能搜索引擎發(fā)展，應(yīng)重視用戶建模技術(shù)研究，加強(qiáng)基于多

Ａｇｅｎｔ智能搜索引擎系統(tǒng)的研制與實(shí)踐，加大智能搜索引擎關(guān)鍵技術(shù)研究力度。

關(guān)鍵詞：智能搜索引擎中圖分類號(hào)：ＴＰ３９１．３

信息過濾自然語言理解人工智能

文章編號(hào)：１００３－６９３８（２００７）０４－００５２－０５

文獻(xiàn)標(biāo)識(shí)碼：Ａ

ＲｅｓｅａｒｃｈｏｎＦｉｌｔｅｒｉｎｇＭｅｃｈａｎｉｓｍｉｎＩｎｔｅｌｌｉｇｅｎｔＳｅａｒｃｈＥｎｇｉｎｅ

ＺｈａｎｇＦａｎ

ＬｉｎＪｉａｎ（ＤｅｐａｒｔｍｅｎｔｏｆＩｎｆｏｒｍａｔｉｏｎＭａｎａｇｅｍｅｎｔ，ＨｕａＺｈｏｎｇＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ，，Ｈｕｂｅｉ，４３００７９）

Ａｂｓｔｒａｃｔ：Ｉｎｔｅｌｌｉｇｅｎｔｓｅａｒｃｈｅｎｇｉｎｅｉｓａｐｒｏｄｕｃｔｔｈａｔｃｏｍｂｉｎｅｓｔｈｅｔｒａｄｉｔｉｏｎａｌｓｅａｒｃｈｅｎｇｉｎｅｔｅｃｈｎｏｌｏｇｙａｎｄａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅｔｅｃｈｎｏｌｏｇｙ．Ｆａｃｉｎｇｔｈｅｉｎｃｅｓｓａｎｔｌｙｉｎｆｏｒｍａｔｉｏｎｃｈａｎｇｉｎｇｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｎｅｔｗｏｒｋ，ｔｈｅｉｎｔｅｌｌｉｇｅｎｔｓｅａｒｃｈｅｎｇｉｎｅｃａｎｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｂｙｔｈｅｍｅｃｈａｎｉｓｍｔｈａｔｉｎｔｅｌｌｉｇｅｎｔｆｉｌｔｅｒｓｏｆｎａｔｕｒａｌｌａｎｇｕａｇｅ，ｉｎｔｅｌｌｉｇｅｎｔｍｕｌｔｉ－ｄｏｃｕｍｅｎｔｐｒｏｃｅｓｓｉｎｇａｎｄｉｎｔｅｌｌｉｇｅｎｔｃｕｓｔｏｍｅｒｓｅｒｖｉｃｅｓ．Ｔｏｐｒｏｍｏｔｅｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｉｎｔｅｌｌｉｇｅｎｔｓｅａｒｃｈｅｎｇｉｎｅｓ，ｗｅｓｈｏｕｌｄｐａｙｍｏｒｅａｔｔｅｎｔｉｏｎｏｎｕｓｅｒｍｏｄｅｌｉｎｇｔｅｃｈｎｏｌｏｇｙ，ｅｎｈａｎｃｅｓｅａｒｃｈｅｎｇｉｎｅｒｅｓｅａｒｃｈｂａｓｅｄｏｎＭｕｌｔｉ－ＡｇｅｎｔＳｙｓｔｅｍａｎｄｐｒａｃｔｉｃｅｉｎｔｅｎｓｉｆｉｅｄｒｅｓｅａｒｃｈｉｎｋｅｙｔｅｃｈｎｏｌｏｇｉｅｓｏｆｓｍａｒｔｓｅａｒｃｈｅｎｇｉｎｅ．Ｋｅｙｗｏｒｄｓ：ｉｎｔｅｌｌｉｇｅｎｔｓｅａｒｃｈｅｎｇｉｎｅ；ｉｎｆｏｒｍａｔｉｏｎｆｉｌｔｅｒｉｎｇ；ｎａｔｕｒａｌｌａｎｇｕａｇｅｕｎｄｅｒｓｔａｎｄｉｎｇ；ａｒｔｉｆｉｃｉａｌｉｎｔｅｌｌｉｇｅｎｃｅＣＬＣｎｕｍｂｅｒ：ＴＰ３９１．３

Ｄｏｃｕｍｅｎｔｃｏｄｅ：Ａ

（２００７）０４－００５２－０５ＡｒｔｉｃｌｅＩＤ：１００３－６９３８

２０世紀(jì)８０年代以來，國(guó)內(nèi)外種類繁多的搜索引擎，如

攔Ｇｏｏｇｌｅ、Ａｌｔａｖｉｓｔａ、Ｓｏｈｕ等在為用戶提供瀏覽和查詢信息、截與過濾不良信息和無用信息方面起到了一定的作用，成為廣大網(wǎng)絡(luò)用戶獲取網(wǎng)絡(luò)信息的首選工具。但是，隨著網(wǎng)絡(luò)信息的爆炸性增長(zhǎng)及用戶信息需求的個(gè)性化發(fā)展，搜索引擎簡(jiǎn)單的過濾網(wǎng)絡(luò)信息狀況已難以滿足用戶精確查詢信息的需要。百度、天網(wǎng)三大中文搜索引擎杜亞軍等人曾對(duì)Ｇｏｏｇｌｅ中文、

的智能性進(jìn)行過測(cè)試，［１］測(cè)試結(jié)果表明，基于關(guān)鍵詞的搜索引擎在“容錯(cuò)性”（用戶檢索結(jié)果集與其真正需要的匹配程度）、“適語性”（查詢的結(jié)果與查詢概念書面用語的耦合程度）及“個(gè)性化”（針對(duì)不同用戶提供針對(duì)性信息）等方面的智能較差，并指明上述三個(gè)引擎均未能滿足及要“適應(yīng)性”“個(gè)別性”求，惟有百度對(duì)用戶的誤輸入有一定的辨別能力。

由此可見，傳統(tǒng)的基于Ｗｅｂ搜索引擎雖然在索引庫(kù)構(gòu)建上不完全一致，但其缺陷大致相同。其一，查詢效率低下，主要體現(xiàn)在和兩個(gè)方面。筆者最近做了一“大海撈針”“資源漏檢”個(gè)簡(jiǎn)單的實(shí)驗(yàn)，利用Ｇｏｏｇｌｅ引擎查詢有關(guān)的研究信“基因”息，點(diǎn)擊后系統(tǒng)反饋有２５，１００，０００個(gè)網(wǎng)頁。假設(shè)一秒鐘瀏覽一個(gè)網(wǎng)頁，則需要６９６２個(gè)小時(shí)查閱完這些結(jié)果信息。在網(wǎng)絡(luò)信息爆炸性增長(zhǎng)的今天，不可能有用戶會(huì)花費(fèi)這么多的時(shí)間與精力來瀏覽搜索到的每一個(gè)網(wǎng)頁，何況大部分網(wǎng)頁內(nèi)容和查詢意圖并不相關(guān)，因此，要獲得真正需要的信息宛如大海撈針。是指?jìng)鹘y(tǒng)搜索引擎由于不能理解和聯(lián)想用戶“資源漏檢”的檢索需要而致使信息丟失的現(xiàn)象。筆者使用一詞進(jìn)“紅薯”行檢索時(shí)，雖然獲得了數(shù)量巨大的結(jié)果網(wǎng)頁，但是仍然丟失了以白薯、地瓜、紅苕、番薯等同義概念和近意概念為標(biāo)引詞的

基金項(xiàng)目：本文系國(guó)家社科基金項(xiàng)目（０６ＢＴＱ０２４）研究成果之一。收稿日期：２００６－１２－２９；責(zé)任編輯：王景發(fā)

５２

  本文關(guān)鍵詞：智能搜索引擎信息過濾機(jī)制研究，由筆耕文化傳播整理發(fā)布。