本文關(guān)鍵詞：基于語義網(wǎng)的學(xué)術(shù)論文檢索的研究與實現(xiàn)

  更多相關(guān)文章： 學(xué)術(shù)論文檢索 語義網(wǎng) 相似度計算 智能搜索

【摘要】：隨著現(xiàn)代信息科技的迅速發(fā)展,用戶面對海量的信息,對想要獲取信息資源的準確性提出了更高的要求。目前在信息表達和檢索方面,都是用戶直接進行閱讀和處理,沒有給計算機提供可讀的語義信息,這就在信息檢索過程中限制了計算機的自動分析處理以及進一步智能化的信息處理能力。因此想要提高現(xiàn)有檢索的效率和精度,就要改變傳統(tǒng)的依靠關(guān)鍵詞進行檢索的方式。具體到學(xué)術(shù)論文檢索方面,常用的方式是依靠論文的關(guān)鍵詞進行檢索,也存在上述問題。 語義網(wǎng)可以說是全球數(shù)據(jù)庫,現(xiàn)在已經(jīng)廣泛的運用到很多領(lǐng)域。把語義網(wǎng)和傳統(tǒng)的信息檢索技術(shù)相融合,既保證了傳統(tǒng)信息檢索的優(yōu)點,又克服了其不理解語義局限性。相似度計算在自然語言處理領(lǐng)域占有重要的位置,同樣它也是信息檢索領(lǐng)域中的重要問題,是智能搜索的關(guān)鍵性技術(shù)之一 本文在分析和研究傳統(tǒng)相似度計算方法的基礎(chǔ)上,改進了相似度計算模型,簡化計算的同時又考慮到了語義關(guān)系,并把改進的計算模型和語義網(wǎng)相結(jié)合。由于語義網(wǎng)的引入使得搜索變得智能化,從簡單的依靠關(guān)鍵詞匹配提高到語義層面。 本文通過深入分析和研究,設(shè)計了基于語義網(wǎng)的學(xué)術(shù)論文檢索實驗系統(tǒng)。構(gòu)建學(xué)術(shù)論文摘要語義網(wǎng),按照改進的基于語義網(wǎng)的相似度計算模型計算摘要語義網(wǎng)之間的相似度。從實驗結(jié)果上看,提高了學(xué)術(shù)論文檢索的查準率,證明了該模型的可行性。
【關(guān)鍵詞】：學(xué)術(shù)論文檢索 語義網(wǎng) 相似度計算 智能搜索
【學(xué)位授予單位】：沈陽工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2011
【分類號】：TP391.3
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-16
• 1.1 研究背景及意義10-14
• 1.1.1 目前信息檢索存在的問題及解決方案10-11
• 1.1.2 課題來源及研究意義11-14
• 1.2 國內(nèi)外研究動態(tài)14
• 1.2.1 國內(nèi)研究動態(tài)14
• 1.2.2 國外研究動態(tài)14
• 1.3 論文主要研究內(nèi)容14-15
• 1.4 論文組織結(jié)構(gòu)15-16
• 第二章 語義網(wǎng)概述16-29
• 2.1 語義網(wǎng)16-20
• 2.1.1 語義網(wǎng)概念介紹16-18
• 2.1.2 語義網(wǎng)與早期Web的區(qū)別18-20
• 2.1.3 語義網(wǎng)的特點及優(yōu)點20
• 2.1.4 語義網(wǎng)的具體實現(xiàn)20
• 2.2 語義網(wǎng)的核心技術(shù)20-24
• 2.2.1 XML20-23
• 2.2.2 RDF23
• 2.2.3 本體23-24
• 2.3 語義網(wǎng)的研究和發(fā)展24
• 2.4 語義網(wǎng)面臨的挑戰(zhàn)24-26
• 2.5 語義網(wǎng)的應(yīng)用26-28
• 2.5.1 知識管理26-27
• 2.5.2 電子商務(wù)27
• 2.5.3 Web服務(wù)27-28
• 2.6 本章小結(jié)28-29
• 第三章 基于語義網(wǎng)的相似度計算模型29-38
• 3.1 語義網(wǎng)的數(shù)據(jù)存儲技術(shù)29-33
• 3.1.1 RDF數(shù)據(jù)模型30
• 3.1.2 RDF語義30
• 3.1.3 RDF存儲結(jié)構(gòu)30-31
• 3.1.4 RDF查詢語言31
• 3.1.5 語義網(wǎng)數(shù)據(jù)存儲系統(tǒng)31-32
• 3.1.6 RDF基本思想舉例32-33
• 3.2 傳統(tǒng)句子相似度計算方法33-35
• 3.2.1 基于相同詞匯的句子相似度計算模型33-34
• 3.2.2 基于相似詞語的句子相似度計算方法34
• 3.2.3 基于向量空間的句子相似度計算方法34
• 3.2.4 結(jié)合句子結(jié)構(gòu)信息的相似度計算方法34-35
• 3.3 改進的相似度計算模型35-37
• 3.3.1 傳統(tǒng)句子相似度計算方法的比較35-36
• 3.3.2 改進計算模型的設(shè)計思路36-37
• 3.4 本章小結(jié)37-38
• 第四章 基于語義網(wǎng)的搜索引擎及評價標準38-45
• 4.1 搜索引擎的分類及工作原理38
• 4.2 搜索引擎技術(shù)發(fā)展的瓶頸和未來的發(fā)展動向38-40
• 4.3 常用信息檢索模型及其缺點與不足40-41
• 4.4 搜索引擎的評價指標41-42
• 4.5 基于語義網(wǎng)搜索引擎設(shè)計的思想與方法42-44
• 4.5.1 信息組織模型42-43
• 4.5.2 獲取用戶檢索需求43-44
• 4.6 本章小結(jié)44-45
• 第五章 基于語義網(wǎng)的學(xué)術(shù)論文檢索系統(tǒng)的設(shè)計及測試45-59
• 5.1 基于語義網(wǎng)的學(xué)術(shù)論文檢索系統(tǒng)的描述45-46
• 5.2 系統(tǒng)流程分析46
• 5.3 論文摘要語義網(wǎng)的數(shù)據(jù)關(guān)系46-47
• 5.4 基于語義網(wǎng)相似度計算模型應(yīng)用47-51
• 5.5 基于語義網(wǎng)的文獻檢索系統(tǒng)51-53
• 5.5.1 檢索系統(tǒng)開發(fā)環(huán)境51
• 5.5.2 摘要語義網(wǎng)數(shù)據(jù)庫存儲51-52
• 5.5.3 基于語義網(wǎng)的相似度的算法實現(xiàn)52-53
• 5.6 基于語義網(wǎng)的學(xué)術(shù)論文檢索系統(tǒng)53-58
• 5.7 測試結(jié)果分析58
• 5.8 本章小結(jié)58-59
• 第六章 結(jié)論59-60
• 參考文獻60-62
• 在學(xué)研究成果62-63
• 致謝63

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 呂學(xué)強,任飛亮,黃志丹,姚天順;句子相似模型和最相似句子查找算法[J];東北大學(xué)學(xué)報;2003年06期

2 金博,史彥軍,滕弘飛;基于語義理解的文本相似度算法[J];大連理工大學(xué)學(xué)報;2005年02期

3 孟曉明;;淺談搜索引擎及其發(fā)展趨勢[J];福建電腦;2006年03期

4 秦兵;劉挺;王洋;鄭實福;李生;;基于常問問題集的中文問答系統(tǒng)研究[J];哈爾濱工業(yè)大學(xué)學(xué)報;2003年10期

5 劉曉義,王培東,周洪玉;基于知識處理重型切削數(shù)據(jù)庫的設(shè)計與實現(xiàn)[J];哈爾濱理工大學(xué)學(xué)報;2004年01期

6 李素建;基于語義計算的語句相關(guān)度研究[J];計算機工程與應(yīng)用;2002年07期

7 李彬,劉挺,秦兵,李生;基于語義依存的漢語句子相似度計算[J];計算機應(yīng)用研究;2003年12期

8 孫莉;;搜索引擎Google的PageRank~(TM)技術(shù)[J];情報探索;2006年02期

9 楊燕;;基于本體的用戶信息查詢及查詢界面策略研究[J];情報雜志;2006年01期

10 丁豐,袁保宗;基于編輯距離的結(jié)構(gòu)模式方法[J];鐵道學(xué)報;2001年01期

，

本文編號：784867