论文网
关于信息检索方面论文范文集,与语义检索综述相关本科毕业论文
本论文是一篇关于信息检索方面本科毕业论文,关于语义检索综述相关毕业论文开题报告范文。免费优秀的关于信息检索及语义及本体方面论文范文资料,适合信息检索论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
本体注册的方法.注册服务器并不实际存储任何本体文档,只保存由本体服务器提供的元数据信息.同时,系统通过将本体中的元素与WordNet中的词进行匹配来构建本体摘 要,并将其也放入元数据信息.这样,用户就可以从WordNet中选词来对注册服务器进行检索.采用基于GoogleWebService构建的Googlecrawler来进行本体搜索.在此基础上,基于向量空间模型,采用一种概念一权重向量匹配方法来进行本体索引与匹配.也进行基于Googlecrawler的本体搜索,不同的是,系统没有独立的索引和匹配过程,而是将Google搜索与本地仓库结合起来,后者专门用于存储已搜索到的本体文档,并保存检索历史.对于已经执行过的同类查询,系统直接从本地仓库中提供查询结果,只有当一定时间内无相同查询被执行过时,才启动新的一次Google搜索.还另开发了针对某个特定网站的搜索器以及基于JENA2的搜索器.系统将从搜集到的语义网文档中抽取的元数据与原结构信息一起存入数据库.它们支持对含有某一特定类或属性的本体的查询.同时还通过定制的索引与检索引擎Sire对语义文档进行基于传统检索技术的处理.提出了另一种匹配方法,它通过Google搜索获取一批与用户查询域相关的文档,然后从这些文档中抽取一批词,并用这个词集合取代原始查询与本体文档进行检索匹配.在结果排序方面,主要有两种方法：一种是跨本体链接分析方法(cross－ontologylink－analysis)；另一种则是图分析方法(graph－analysismethod).从效果上看,前者是让更流行的本体文档排序在前,而后者则是让更相关的本体文档排序在前.3.2 实例检索
除了本体文档外,语义网资源还有表征各类对象的实例数据.对于大多数一般用户来说,对实例数据检索的需求更为普遍.实例检索的目的是在基于本体的知识库中发现和搜集关于某一指定类的所有实例信息.尽管传统检索技术在其中也有不同应用,但实例检索主要是基于结构化查询与推理的.基于RDF(S)、OWL等底层知识模型的图遍历(graph－traversal)与图模式(graphpatterns)得到了广泛的应用.用语义网数据来补充传统检索结果的这一部分就属于实例检索.其“语义网”资源包括正式的语义网文档和语义标注信息.在执行传统检索的同时,系统会针对查询概念在RDF知识库中通过图遍历搜索所有相关的数据信息.相对复杂的是将一种认知模型加入到搜索过程中,它支持用户用自然语言输入一段文字,从中抽出概念并将其作为关 键 词概念的上下文信息以用于检索过程.在传统关 键 词检索的基础上,结合了扩展激活算法,通过图遍历进一步扩展搜索与初始结果相关的更多实例信息(即使其不含查询中的关 键 词甚至与初始结果不是直接相关联).在此基础上还提出了一个特别的实例相似性计算方法,并将其用于扩展激活过程中.提出了一种面向RDF(S)仓库的可视的语义检索途径.系统为用户提供可视的语义检索与语义浏览服务,其基础是底层的本体及基于本体映射得到的概念分面.在多分面视图中,用户可对系统资源有一个概括的了解,并通过点击各分面中的不同范畴概念来提交查询.语义搜索引擎通过图遍历等方法来进行查询构建与查询扩展.系统接受用户的自然语言提问,并将其解析为一组元素(包括类、属性、实例等),构建基于这些元素的图模式以作为复杂提问.隐式查询扩展也是基于类层次关系与规则而实现的.为了更好地结合传统信息检索技术与结构化查询及推理,充分利用普通文本信息与语义标注信息,一种增强的语义检索模型,基于自由文本的关 键 词搜索与基于语义信息的结构化查询与推理被紧密地融合在一起来实现检索目标,这种检索有利于解决集中了模糊关 键 词概念与结构化查询要素的混合查询问题,如“请查找由研究语义网检索的教授撰写的论文”.
| 有关论文范文主题研究: | 关于信息检索的论文范文检索 | 大学生适用: | 高校大学论文、学士学位论文 |
|---|---|---|---|
| 相关参考文献下载数量: | 17 | 写作解决问题: | 怎么写 |
| 毕业论文开题报告: | 论文任务书、论文前言 | 职称论文适用: | 刊物发表、职称评副高 |
| 所属大学生专业类别: | 怎么写 | 论文题目推荐度: | 经典题目 |
3.3 语义关系检索
尽管在上述本体文档检索与实例检索中运用了各种语义关系,但毕竟没有直接以这些语义关系为检索处理对象.而概念、文档等之间的语义关系也应是语义网资源检索的重要内容之一.目前,一些研究已开始关注针对语义关系的检索问题,进行的有关语义关联检索(Semanticassociationsearch)的研究.它所关注的不仅是简单的属性链关系,更是概念间的各种复杂关联关系.研究的主要贡献是分析了语义关系检索所面临的三大主要挑战(即对关系的理解不够通用和全面、缺少以关系而非概念为对象的查询语言和系统、检索结果排序问题),并提出了相应的解决方法(将关系分为语义关联和语义相似性两类并形式化、设计了p－query以支持关系查询、基于用户指定的上下文来进行结果排序).为检验这些解决思路,在相关研究的基础上,还在国家安全领域实现了一个名为SemDIS的检索系统.
4 结语
语义检索较之于传统网络检索的进步主要在于能表达和处理信息的语义内容以实现基于语义的匹配和推理.此外,传统网络检索仍属文献检索而非信息检索、知识检索,其结果仅提供相关文档的链接.但通常用户所需的信息是分散在多个文档中的,需要对多次查询所得的相关文档进行遍历、信息抽取与组合以满足需要.而语义检索则能为实现从文献检索到信息与知识检索的转变提供支持.
在语义检索的发展中本体处于非常重要的位置,它承担着知识表达的核心任务,对检索中基于语义的文档与提问处理以及实现智能推理都起着支撑作用.因而在自然语言处理、人工智能还不能支持完全自动化处理的情况下,本体构建始终是语义检索的主要问题之一.在这方面,经过长期发展积累的受控语言因其包含着丰富的语义资源,有待在语义检索中被挖掘利用.此外,语义检索中面临的问题还有如语义标注、充分利用语义标注信息与全文信息、检索结果排序以及提供友好用户接口等方面.
关于信息检索方面论文范文集,与语义检索综述相关本科毕业论文参考文献资料：