基于本体的信息检索模型研究

在传统的信息检索模型中，由于档逻辑视图和用户信息需求逻辑视图不能有效地代表档和用户信息需求，所以尽管根据逻辑视图的特点选取了合适的排序函数，但检索性能总是不能令人满意．提出基于本体的信息检索模型，使用较好的兼顾了知识表达能力和推理效率的描述逻辑来构建本体，利用tableau算法和只含有原子角色情况下个体间的等价关系分别生成概念集和个体集的商集，从而得到具有语义的索引项集合，利用这些具有语义的索引项来生成较好地反映档和用户信息需求语义的档逻辑视图和用户信息需求逻辑视图；由于逻辑视图能够有效地代表档和用户信息需求，再根据逻辑视图的特点选取合适的排序函数，从而可以使检索性能大大提高．     

基于Ontology数字图书馆信息检索模型研究

数字图书馆的核心任务之一就是提供良好的信息检索系统,而传统的信息检索技术以关键字匹配为主,缺乏语义推理能力,对用户的查询请求没有提供语义指导,因此造成信息的误检、漏检.本文将Ontology用于数字图书馆信息检索,首先分析了数字图书馆特点和需求,接着提出了基于 Ontology 数字图书馆信息检索模型、体系结构,深入研究了关键技术,最后对研究进行了验证.     

一种基于分布式Agent的信息检索模型

本文针对目前网络信息检索中存在的问题,结合人工智能和分布式Agent技术,提出了一种基于分布式Agent的信息检索的模型,并分析了各个模块的功能和系统的实现.     

基于贝叶斯的N-Gram统计信息检索模型

为了对频繁更新的文档信息进行有效检索,提出了一种基于贝叶斯的N-Gram统计信息检索模型(Bayesian-based N-Gram,BNG).BNG模型无需对所有文档信息进行重新学习,只需根据新增的文档信息自适应地调整BNG模型的权值,以突出各个词语、文档对语义空间不同的贡献程度.实验结果表明,与现有的统计信息模型相比,提出的BNG模型显著地提高了检索的准确率与召回率.     

中英文信息检索系统的设计与实现

网络信息查询是Ｉｎｔｅｒｎｅｔ研究的重点，本文阐述了中英文信息检索系统的设计与实现，并分析了搜寻服务器的检索服务器的结构设计以及关键技术。     

通过信息检索辅助识别盗版图书

阐述了识别盗版图书的法律依据,介绍了借助信息检索识别盗版图书的方法.     

一种基于类别意图的信息检索模型

探索了如何从用户的检索条件中获取用户的潜在意图.并利用获得的意图信息对检索结果进行改善.首先给出了检索意图的定义,之后根据特定的意图分别对待检索文档和检索条件进行数据建模.讨论了几种形式的意图建模结果改善检索效果的方案,通过实验对所提到的方法进行测试.结果表明,在检索中加入用户意图的因素对检索结果有明显改善.     

基于互信息的粗糙集信息检索模型

在信息检索过程中,由于文档中存在大量的多义和近义现象,导致不确定性出现,这将影响检索的性能.为此采用基于互信息的粗糙集理论来处理这类不确定性问题.首先计算训练文档集中的词之间的互信息,对互信息做模糊聚类来构造词之间的等价关系,然后借助于该等价关系提出并实现了一个以粗糙集上下近似为基础的信息检索模型,通过实验的测试,该模型能够提高信息检索的效率.     

基于本体的信息检索系统模型

针对基于关键字的传统查询方法存在的不足,提出一种面向语义查询的信息检索模型.该模型将信息检索方法与语义Web技术相结合,通过基于本体的知识库实现用户对文档库的语义查询;同时,综合考虑语义检索和关键字检索两种情况,提出一种相似度计算方法,有效地满足了用户对Web信息资源的要求,并为以后的语义检索研究奠定了理论基础.     

基于压缩的全文本数据库信息检索技术的研究

随着信息量的迅速增长,在大量的文本信息中尽快找到自己所需要的资料已经成为信息检索技术的重要目标.在分析总结前人研究成果的基础上,提出了一种压缩纯英文文本数据库正文的压缩方法以及和此压缩方法结合使用的一些查找算法和解压缩算法.     

基于Markov网络的信息检索扩展模型

为了解决信息检索性能较差的问题,查询扩展将索引项之间的关系以及文档之间的相似度引入到检索中,这个过程可以通过构造知识网络来进行.Markov网络是一种有效的知识关联图形表示方法,可以从实例数据训练获得.本研究提出并实现了基于Markov网络的信息检索扩展模型,通过对文档集的学习,构造了关于索引项和文档的Markov网络,将有利于检索的信息加入到检索中.实验表明,基于Markov网络的信息检索扩展模型优于BM25模型.     

基于语义的Web信息检索改进模型

目的针对传统W eb信息检索模型的不足,提出一种基于语义的W eb信息检索模型。方法模糊相关技术、Ontology及W eb挖掘技术。结果建立了一种五元组的语义信息检索模型,并给出了该模型的关键实现算法。结论利用此模型实现的信息检索系统进行信息检索时具有更高的准确率和查全率。     

WWW信息检索综述

WWW是目前全球最大的信息系统,在WWW上查询信息和文档主要依靠Internet搜索引擎。现在也出现了许多实用商业搜索引擎站点,例如Yahoo!、InfoSeek、Excite、Lycos等。主要介绍了信息检索系统的结构（Robot,搜索引擎,索引数据库,查询服务等4个部分）,信息检索系统的分类（检索工具站点和检索服务站点）,信息搜寻的基本原理,信息检索模型（包括经典的布尔模型,概率模型和新兴的概念模型等）,其他的检索技术（例如Push技术,Mobile Agent技术等）,对WWW信息检索做了比较全面的介绍。     

因特网信息检索途径

介绍了从因特网上检索信息的主要途径,包括google检索、使用专门的学术数据库检索、利用专门的搜索引擎和USENET等检索.     

数据库及其在信息检索中的发展趋势

数据库技术是现代信息技术的重要组成部分,数据库技术直接影响到检索技术的变革,本文在论述数据库基本内容的基础上,提出数据库在信息检索领域的发展趋势及其对信息检索的影响.     

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。     

基于改进汉宁窗的信息检索模型

基于关键词匹配的检索方法检索时间长,检索结果质量差,无法适应用户群体的多样性。在此考虑了检索词含义、顺序及词密度,首先对用户提出的检索词进行基于知网的概念扩展,从词所表达的概念意义层次上来认识和处理用户的检索请求,并提出了基于改进汉宁窗的信息检索模型。实验表明,基于改进汉宁窗的信息检索模型较传统的基于关键词匹配的检索算法有更高的查准率及召回率,有效地改善了检索性能,可以更好地为用户提供检索服务。     

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.     

基于语义网的数字图书馆信息检索模型研究

介绍了语义网的相关知识,针对数字图书馆信息检索效率不高的问题,在现有数字图书馆信息检索模型的基础上,提出一种新型的基于语义网的数字图书馆信息检索模型,详细论述了该模型的3个主要模块及其各自功能。通过采用语义网技术,解决了在传统的基于关键字的信息检索中只能从句法上对关键字进行分析,而无法根据信息资源中的语义关系进行检索的问题。     

可视化信息检索的设计与实现

以网上档案馆为例，结合检索信息及Internet相关技术，说明了可视化信息检索系统的总体结构及主要实现技术，系统运用3D漫游方式实现了生动有效的用户可视化界面。此外，系统具有良好的可移植性、开放性、动态性和通用性等特点。