基于非确定图灵机的中文搜索引擎研究

随着Internet用户对Web信息资源需求的增加,搜索引擎技术得到迅猛的发展.针对目前中文搜索引擎大多采用基于关键词精确匹配（Accurately matched）的低智能性问题,提出一种基于非确定图灵机NTM（Nondeterministic Turing Machine）智能中文搜索引擎系统,简要介绍了非确定图灵机的基本知识,详细叙述了该搜索引擎的系统架构,系统实现的基本原理和算法.实验数据结果表明,基于非确定图灵机智能中文搜索系统在查询结果的准确性和智能性明显高于现有的搜索系统.     

面向主题的互联网信息智能获取与处理工具

将人工智能技术与现有Web信息搜索技术有机结合,建立用户查询的个性化模型,提供信息查询的个性化服务,并实现了面向主题的互联网信息智能荻取与处理工具.     

基于遗传算法的智能商品搜索策略的研究

电子商务购物系统为我们的日常生活带来了极大的便利,但是,随着现有电子商务购物系统中商务信息的急剧增加,导致用户搜索耗时太长,影响了交易的顺利进行.为解决这种问题,提出了基于遗传算法的智能搜索策略.首先根据用户输入的初始搜索字段,利用实数编码构造进化个体.然后提出了基于用户行为的个体适应函数值的评价模型,辅助用户尽快搜索到满意商品.最后基于Java平台开发了智能搜索引擎,通过与传统搜索引擎在搜索耗时和成功率方面的比较验证了该方法的有效性.     

一种结合K-Means的层次化的搜索结果聚类方法

针对用户在搜索结果列表中寻找所需信息困难的问题,在分析了Web搜索结果的特点的基础上,提出了一种结合K-Means的层次化方法对搜索结果进行聚类,并通过向用户提供查询结果的类别标签分类显示结果,从而大大提高可浏览性.同时,在该方法的基础上设计并实现了一个搜索结果聚类原型系统,实验结果表明新方法是可行的.     

基于XML路径表达式优化及其查询和过滤计算方法研究

主要对XML路径表达式的优化、查询和过滤算法三个方面进行了研究.运用补路径和缩短路径方法对路径表达式进行优化.通过对路径表达式进行优化来提高查询速度的方法称为路径缩短策略.用简单的路径表达式来代替用户所建立的复杂度表达式的方法称作补路径.用Xpath语言对XML查询进行处理,并对Xpath表达式以及查询处理进行了研究,Xpath查询处理主要通过对XPE-Tree进行匹配以及两次路径连接运算来实现查询处理.XML的过滤系统通过路径表达式来进行模式和内容匹配,在用户信息输入系统之后,生成过滤引擎,过滤引擎与数据流进行匹配,输出用户感兴趣的信息,以此来完成过滤过程.     

发展中的搜索引擎模式(二)

Ask Jeeves(http://www.ask.com) 基于自然语言智能答询系统的搜索引擎模式 与传统的目录查询、关键词查询模式相比,自然语言查询的优势体现在：一是使网络交流更加人性化;二是使信息查询变得更加方便、快速和准确。现在,已经有越来越多的搜索引擎宣布支持自然语言搜索特性,但是要建立真正的基于自然语言理解的智能答询系统,还存在很多的技术难点,如：如何理解自然语言及所代表的实际含义;如何根据问题找出用户实际想要的答案;如何建立大规模的知识库等。Ask Jeeves是第一个实现了智能答询系统的搜索引擎。用户只需输入简单的疑问…     

基于Deep Web 的地图搜索系统的研究与实现

针对传统搜索方式和查询界面的不足，提出了基于Deep Web 的地图搜索系统框架，前台采用活动地图与用户进行交互，后台采用领域本体和Deep Web 爬虫进行识别和相关信息的收集。此系统应用于与地理位置相关的主题信息类网站，使用户能够直观便捷地搜索到所需的信息，提出了一种信息搜索的新思路。     

一种高效的用户查询模式匹配算法

针对常规模式匹配方法在大规模模式匹配中效率不高无法满足在线应用的问题,提出了一种高效率用户查询模式匹配方法.该方法在常规模式匹配方法中引入查询模式语义环境,使用搜索技术和聚类技术裁减模式匹配的搜索空间,在保证正确率的前提下,能显著提高匹配效率,满足用户在线响应时间要求.实验证明了这种方法的有效性.     

Web图像搜索系统中用户交互及反馈系统模型

提出一种用于图像搜索系统的用户交互和反馈模型,采用多模式查询方式满足不同用户的查询需求,加之完全基于用户语义理解的反馈策略,有效提高了系统准确性.作为整个图像搜索系统中直接面向用户的模块,整个交互及反馈系统简单易用、灵活方便,更适用于一般用户的"傻瓜式"查询需求.基于内容的图像搜索系统VAST(Visual ＆ Semantic Image Search)及反馈性能测试充分证明了该交互及反馈系统在Web环境下图像搜索领域的优势.     

基于主题划分的搜索策略设计与研究

在P2P网络结构中,提出一种基于主题划分的搜索策略(TONS),该策略基于主题将网络中的节点层次化、形成叠加网络.具体查询算法包括基于DHT的非结构化P2P网络和基于主题划分的叠加网络搜索索引结构.实验结果表明:包含相似主题的节点联系在一起,这样就能够确保将搜索局限在仅与查询主题相关的节点子集中.该策略为基于分布式哈希表的P2P系统提供了一种可满足复杂查询条件、部分匹配搜索数据要求的有效途径.     

一种利用语义相似度改进问答摘要的方法

在搜索引擎中对用户问题直接给出简要的答案(即答案摘要)可以帮助用户更快捷的获取信息。针对这一任务,设计一种基于特征的答案摘要抽取方法。为了进行句子相似性的计算,提出通过使用卷积神经网络表示句子语义和计算相似性,同时给出基于最大间隔学习的网络训练方法。在百度知道问答语料上的实验结果表明,所提出的答案摘要抽取方法能够生成质量良好的简短回答。与基于词袋的相似性计算相比,使用卷积神经网络能够更好地描述句子语义,计算问题和句子之间的相似性,有效地改善答案摘要的质量。     

一个语义Web系统的设计与实现

设计一个面向企业门户网站的语义Web体系结构,提出页面代理的概念及其作用与功能结构,并在同构环境下实现了页面代理.设计了语义Web查询语言CDQL,该语言在跨信息源查询、约束表示等方面扩充了DQL查询语言.整个语义Web体系结构可以用于构建能自动解答用户或用户代理提问的企业网站系统.     

领域问答系统答案提取方法研究

在特定领域问答系统中,领域知识直接影响问答效果．本文提出了一种领域问答答案提取方法,以问题分析得到问题查询、问题类型及答案类型为基础,借助领域知识检索获得答案提取候选段落．对于定义性问题,结合关键词加权权重计算方法及句子与问题语义相似度方法,对候选段落或句子与问题相关度排序,提取相关度高的句子或段落作为答案,对于数词或列表性实体问题,借助命名实体识别,提取与问题中心相关的领域实体作为答案．在云南旅游领域进行了答案提取实验,结果表明该方法具有较好的效果．     

基于知识图谱的广西文化旅游问答系统研究与实现

当前的旅游咨询服务还只是为用户提供自主网络搜索返回的碎片化信息,尚未能将地方特色文化智能反馈给用户。针对此实际情况,本研究基于广西民族文化旅游知识图谱,对广西民族文化旅游问答系统的关键技术加以研究,并设计相应的问答系统,在解决实际需求的同时,尝试提高用户咨询体验满意度。根据问答系统（Question Answering System,QA）结构,本研究设计并实现了基于BERT的命名实体识别模块（BERT based Entity_identification Model,BEiM）,基于模版的关系抽取模块（Template based Relationship_extraction Module,TReM）和基于知识图谱的匹配推理模块（Knowledge Graph based Matching Module,KGMM）。在上述关键技术基础上,实现了广西文化旅游问答系统,并给出相关实验测试和应用效果。本研究构建的知识问答系统能够帮助游客高效地找到当地旅游的相关知识,提高游客自助服务的效率。对于人工智能助力广西旅游业的发展而言,本研究无疑是一项具有重要意义的工作。     

基于概念和统计的问答系统实现机制

问答系统与搜索引擎相比答案精练准确、“噪音”较少．为此给出了基于概念和统计的问答系统实现机制．首先确定焦点类型和答案类型,对于不同类型的焦点实行分级概念扩充;以段落为基本单元,利用潜在语义分析技术获取相关文本段落;给出了问题与句子的匹配算法和基于问题相似度的答案抽取算法,通过对语料进行潜在语义索引和增加FAQ反馈,不断增强系统的回答能力．依此研制的大学概况问答系统获得了较好的效果．     

基于ASP的高校毕业生档案网上查询系统

针对高校毕业生档案管理系统性和实时性较差问题,设计开发了“高校毕业生档案网上查询系统”,系统采用基于ASP和数据库技术的B/S结构.介绍了该系统的整体架构、具体技术思想、功能模块、数据库设计,实际应用表明,通过系统由Web浏览器可随时随地对相关档案进行信息查询和实时跟踪.     

Query expansion based on semantics and statistics in Chinese question answering system

In Chinese question answering system, because there is more semantic relation in questions than that in query words, the precision can be improved by expanding query while using natural language questions to retrieve documents. This paper proposes a new approach to query expansion based on semantics and statistics Firstly automatic relevance feedback method is used to generate a candidate expansion word set. Then the expanded query words are selected from the set based on the semantic similarity and seman- tic relevancy between the candidate words and the original words. Experiments show the new approach is effective for Web retrieval and out-performs the conventional expansion approaches.     

基于ontology的智能答疑系统的研究

在受限领域自动问答系统中,用户问句的语义理解是提高查询效率的关键。提出了一种基于本体的自动问答系统模型,对领域知识本体的构建进行了研究。利用本体中丰富的语义关系,对用户的问题查询请求进行语义扩展,提高问答系统的准确性。     

Automatic Question Answering from Web Documents

A passage retrieval strategy for web-based question answering （QA） systems is proposed in our QA system. It firstly analyzes the question based on semantic patterns to obtain its syntactic and semantic information and then form initial queries. The queries are used to retrieve documents from the World Wide Web （WWW） using the Google search engine. The queries are then rewritten to form queries for passage retrieval in order to improve the precision. The relations between keywords in the question are employed in our query rewrite method. The experimental result on the question set of the TREC-2003 passage task shows that our system performs well for factoid questions.     

问答社区问句中多字词表达提取

基于互动问答社区问句中多字词表达和问句理解的关系,提出针对互动问答社区问句进行多字词表达抽取,并基于互动问答社区问句中多字词表达的特点,提出适用于互动问答社区的多字词表达提取方法.该方法在利用互信息和停用词表的方法从问句中抽取候选多字词表达的基础上,将候选多字词表达分为正确串、残缺串、冗余串和错误串4类,借助搜索引擎对查询串的优化和候选多字词表达在互联网上的检索结果,设计候选多字词表达校正方法,实现对多字词表达的提取.以新浪爱问知识人问题库中的问句进行实验,结果表明,多字词表达抽取的准确率、召回率和F值分别达到84%,52%和0.64,验证了该方法的有效性.