語義桌面搜索技術

內容概要

　　要對桌面文檔進行搜索，需要某種信息檢索模型來支持，而信息檢索模型一直都是信息檢索領域的重要研究課題。在對傳統(tǒng)向量空問模型研究的基礎上，《語義桌面搜索技術》設計了一種基于本體的語義信息檢索模型，其工作重點包括：語義項權重的設計，各關鍵字之問的語義關系分析，以及語義特征向量之間的相似度計算策略等。在模型中，通過概念連通剛對不同語義項之間的關系進行了重新考量，并將語義相似度的計算分為概念相似度和屬性相似度兩個方面，綜合考慮了二者在語義檢索中的作用，改善了檢索效果?！　z索結果進行排序是文檔檢索的一個重要步驟。書中在對現有的web排序算法和模式圖理論進行研究后，提出一種基于權威傳遞的檢索結果排序方法。該方法利用本體描述文檔之間權威傳遞的模式，通過設定不同的傳遞系數，反映出文檔之問的不同連接線索對文檔聯系緊密程度的影響。實驗結果表明，該方法可將重要程度高的結果優(yōu)先返回，并有效地體現出文檔對象之間的關聯關系。

書籍目錄

1 緒論
　1.1 語義桌面研究的背景和意義
　1.2 桌面搜索的需求
　1.3 本文研究的內容
　1.4 文章的組織結構
2 語義網技術
　2.1 語義網
　2.2 基于語義網的檢索技術
　2.3 語義搜索模型
　2.4 研究方法總結
3 語義桌面
　3.1 語義桌面的產生和發(fā)展
　3.2 語義桌面的體系結構及其組成部分
　3.3 語義桌面的研究現狀
　3.4 語義桌面搜索
　3.5 當前語義桌面搜索中面臨的問題
　3.6 小結
4 基于用戶行為的桌面元數據提取
　4.1 桌面元數據
　4.2 基于用戶行為的元數據提取
　4.3 桌面文檔本體的創(chuàng)建
　4.4 動態(tài)上下文檢測方法
　4.5 元數據生成器原型系統(tǒng)實現
　4.6 小結
5 桌面無結構文檔的實體提取
　5.1 信息提取概述
　5.2 無結構文檔的實體提取
　5.3 基于本體的無結構文檔實體識別方法
　5.4 基于PLSA的無結構文檔關系識別方法
　5.5 小結
6 桌面文檔檢索模型
　6.1 向量空間模型概述
　6.2 語義向量空間模型的新特點
　6.3 創(chuàng)建本體
　6.4 語義向量的相似度計算
　6.5 實驗分析
　6.6 小結
7 文檔的語義排序方法
　7.1 語義排序
　7.2 基于權威傳遞的排序方法
　7.3 算法的時間效率分析
　7.4 實驗及效率評估
　7.5 小結
8 總結與展望
　8.1 總結
　8.2 今后的展望
參考文獻

章節(jié)摘錄

版權頁：   插圖：   Web瀏覽器緩存中蘊涵了大量的用戶瀏覽行為信息，這些信息不但對查找相關的結果很有幫助，而且能夠為搜索結果提供更多的擴展上下文信息。例如，我們在桌面上搜索到某篇論文的文檔，該文檔是通過網頁下載得到的。通過Web緩存上下文元數據，就可以得到這篇論文的參考文獻信息，以及與該論文議題相關的其他論文的URL信息。 通過研究我們發(fā)現，人們習慣于將事物關聯到某個特定的上下文中，所有這些上下文信息在搜索時都有可能被利用到。然而到目前為止，桌面搜索工具既沒有將這些信息與文檔關聯起來，也沒有在搜索中使用到它們。 4.1.2桌面元數據的作用 在現有的語義桌面研究項目中，元數據起著非常關鍵的作用。綜合來看，至少可以分為以下三個方面： 1.利用元數據擴展搜索結果 這個方面的代表就是TAP，TAP是一項著名的語義搜索工程。建立TAP的目的有兩點：一是把來自不同Web服務上的數據整合成一個統(tǒng)一的全局數據庫，于是就建立了TAP知識庫；二是為知識庫提供接口便于數據的訪問，如GetData等。TAP Knowledge Base是一個淺顯的但內容廣泛的知識庫，涉及的領域很多，包括人物、組織、地理和產品等。它是R.Guha等人開發(fā)的語義搜索系統(tǒng)ABS的一個重要的知識來源。該知識庫以RDF作為描述資源及其內部關系的數據模型。GetData是一個簡單的查詢接口。每個GetData查詢都是聲明與該URL相連的SOAP消息。此消息包括兩個參數：被訪問屬性的資源和被訪問的屬性。GetData查詢返回的結果是語義網上知識庫內部包含資源的圖，還有所查詢資源和各來源之間的關系。用抽象語法表示如下： GetDate(，)→(value) TAP建立在TAPache模塊之上，它提供一個平臺來發(fā)布和使用語義網上的數據。TAP的一個輔助系統(tǒng)onTAP對知識庫提供更新服務，包括207個HTML頁面模板，可以從38個高質量網站中讀取和提取數據。TAP的核心思想是：對于特殊搜索而言，一些信息對于編制目錄和后端數據庫十分有用，但是他們卻無法被Google網絡爬蟲那樣的工具訪問到?；谡Z義搜索的結果將擴展通過傳統(tǒng)技術得到的檢索結果，同時這些語義搜索結果又是獨立存在的。主題分類是網頁非常重要的特征，當用戶要搜索某個著名實體的時候（例如城市、國家），可以利用Web中的許多信息，其中就包括頁面的主題分類。這些信息在后端數據庫中是十分有用的，而這些數據集合可以與實體的ID聯系起來。

編輯推薦

《語義桌面搜索技術》在傳統(tǒng)信息提取技術的基礎上，給出了一種基于本體的無結構文檔信息提取方案。書中在對現有的Web排序算法和模式圖理論進行研究后，提出一種基于權威傳遞的檢索結果排序方法。

圖書封面

評論、評分、閱讀與下載

---

    語義桌面搜索技術 PDF格式下載

---