基于语义Web的智能信息检索模型

针对传统基于关键字的信息检索系统查全率和查准率都不高的缺点,提出了一种基于语义Web的智能信息检索模型,此模型在语义Web的环境下,利用本体技术,将最初的检索词通过查询扩展模块得到更完善的检索词集,然后利用扩展的检索词集进行检索。将基于关键字匹配的信息检索系统提升为基于本体知识库扩展查询的智能检索系统,从而提高了查全率与查准率,满足了人们对信息检索系统的要求。最后给出了模型的一种实施方案。     

基于语义的信息检索的查询扩展模型

针对目前信息检索存在的不足,把概念图和知网结合起来进行相似度的计算并进行信息检索的查询扩展,提出基于语义的信息检索模型的查询扩展方法,通过把自然语言形式化,以概念图的形式实现语义检索,充分提高查全率和查准率．     

基于潜在语义分析的藏文Web不良信息检索算法研究

根据不良信息的特点对潜在语义分析(Latent Semantic Analysis LSA)进行了简化,并设计了基于简化的潜在语义分析(Latent Semantic Analysis Of a Simplified LSAS)的藏文Web不良信息检索算法.该检索算法能够对具有关于某个主题的特定倾向的文本进行过滤.该系统充分利用了领域知识,采用了潜在语义模式分析等技术.实验表明该系统具有查全率和查准率高,速度较快的特点.     

基于本体的多Agent信息检索系统模型探析

传统的信息检索技术是基于关键字而不是基于内容的,它的查全率和查准率都有待提高. 本体具有通过概念之间的关系来表达概念语义的能力,将它引入信息检索系统能够提高检索的查全率和查准率,而智能Agent能给传统的信息检索系统带来智能化和个性化. 本文将两种技术相结合,提出了一种基于本体的多Agent信息检索系统模型,并给出了它的框架结构和功能设计.     

基于Ontology的Web信息检索方法

分析了传统检索技术中存在的问题,即基于关键字的检索忽视了关键字本身所包含的语义信息,导致较低的查全率和查准率。将Ontology应用于信息检索系统改善这种状况,提出了基于Ontology的Web信息检索模型,给出了基于此模型的Web信息检索流程。     

文本分类的性能评估指标

在信息检索领域,查全率与查准率是一对相互制约的指标.为了研究文本分类领域查全率和查准率的关系,在此从理论和实验两方面分析查全率及测试集对查准率的影响.理论分析与实验结果一致得出,在文本分类中查全率和查准率是两个一致的指标.另外,在查全率确定的情况下,测试集中各类别文档比例的变化也会导致查准率的变化.     

煤矿本体的语义相似性研究

为了在信息检索中,从语义层面全面理解用户查询意图,提高信息的查全率和查准率,提出了基于本体的语义相似性和相关性计算方法。该算法充分考虑了本体模型结构的特点和本体间语义距离、本体密集度等因素对语义相似性的影响,提高了信息检索性能。以煤炭矿井工程的知识体系为例,建立了本体库模型,并设计了本体库的树状内存数据结构。通过实验仿真计算验证了本体相似性算法的有效性。     

基于本体的语义相似性研究

为了在信息检索中,从语义层面全面理解用户查询意图,提高信息的查全率和查准率,提出了基于本体的语义相似性和相关性计算方法。该算法充分考虑了本体模型结构的特点和本体间语义距离、本体密集度等因素对语义相似性的影响,提高了信息检索性能。以煤炭矿井工程的知识体系为例,建立了本体库模型,并设计了本体库的树状内存数据结构。通过实验仿真计算验证了本体相似性算法的有效性。     

中文文档与源代码间关联关系提取方法的研究

文章提出了一种提取中文软件文档与源代码间的关联关系的方法,根据中文软件文档和源代码的一些特征,在潜在语义索引模型的基础上使用了3种策略:引入项目数据词典辅助中文分词和中英文的翻译、将文档按类型分层以实现反馈、调整代码中的特征项的权值。实验结果表明,同时使用3种策略可以在提取阀值C相同的情况下,提高查全率4%~28%,在查全率不变的情况下,提高查准率8%~30%。     

改进型IMO_CRM模型的研究

针对目前互联网用户习惯使用较为简单的关键字来进行信息检索的现状,文章对用户的检索关键字进行语义扩展,力求检索结果尽可能地满足用户的初衷.利用互信息与本体互补性,建立基于互信息和本体的协同检索模型（MO_CRM）.在MO_CRM模型的基础上,对相关的领域本体的修正与补充进行了更进一步的研究与讨论,得到改进型IMO_CRM模型,从而提高了信息检索的查全率与查准率.