隐形图式智能检索模型研究

-精选财经经济类资料- -最新财经经济资料-感谢阅读- 1 隐形图式智能检索模型研究 摘要：随着人工智能的发展，人 们对计算机理解自然语言的研究越来越 多，在检索领域，本文提成了一种新的 检索方式，即隐形图式智能检索模型， 本文阐述隐形图式检索系统的基本思想 以及模型的构建，用以更好的满足用户 的需求。 中国论文网 /8/view-12737986.htm 关键词：隐形图 智能检索模型 语义检索 中图分类号：TP391.3 文献标识 码：A 文章编号：1007-9416（2014） 01-0099-01 面对浩如烟海的网络信息资源， 传统的基于字面匹配的关键词检索方式 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 2 已经不能够很好的满足用户的需求。如 何从大量数据中正确、高效的检索出所 需要的信息，已经成为当今计算机领域 研究的热点之一。概念匹配也有人称之 为语义匹配，它作为实现语义检索的关 键步骤，其方法的研究是信息检索领域 一个极富挑战性的课题。如何解决“语 义鸿沟”问题，提高概念匹配的高效性、 准确性和完整性是语义检索研究的重点 和难点。在概念描述问题上，出现了很 多经典的概念模型，如概念图模型、 FCA 概念格模型、模糊概念模型、本体 概念模型，这些方法在解决概念描述问 题方面起到了核心的作用。最近几年的 一些论文围绕着本体的语义匹配研究工 作主要集中在给予上下文的本体匹配算 法以及本体概念语义自动标准的研究， 其最终的目的都是为了让计算机对语义 概念实现完全正确、全面、高效、智能 的匹配。 隐形图式智能检索模型是基于语 义检索而又区别于语义检索的一种检索 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 3 方式。本文重点阐述隐形图式检索系统 的基本思想以及模型的构建，用以更好 的满足用户的需求。 1 隐形图的含义 本文所指隐形图是知识库内部的 组成构图，而用户是无法看见的一张巨 大的知识构图，图中的每个点即为不同 类知识的语义知识点。 2 隐形图的特点 图中的语义知识点是对文献进行 语义上的自然语言处理来析取各种信息， 并对其进行概念总结成可供匹配的词语 或者短语也可能是一句简短的话语。当 用户用自然语言形式输入文献或者问题 时，通过语义智能检索技术用自然语言 处理方法和技术对用户的文献内容或问 题进行语义层次上的分析和理解，并总 结出其语义语句与隐形图中的语义知识 点相匹配。与传统检索所不同的是，传 统检索提供的是知识文献内容的标识， 而隐形图智能检索提供的则是文献内容 的意义。这从一定意义上提高了用户需 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 4 求信息的检准率，同时隐形图式检索系 统也大大提高了检全率，因为在进行数 据匹配的同时系统会显示出与用户需求 语义相同或相近、相关联的知识点供用 户选择。 3 隐形图的应用价值 要构成隐形图首先要构建知识库， 知识库是按一定要求存储在计算机中的 相互关联的某些事实、知识的集合，是 经过分类和组织、序化的知识集合，是 构造专家系统的核心和基础。它是将数 据库与人工智能结合起来形成智能化的 数据库。 知识库构建包括定位目标知识库、 抽取概念词汇、关联概念词汇、组织元 数据、存储知识库 5 个环节。 （1）定位目标知识库是指确定 要构建的知识库所属的知识体系。例如 要建立二级 C 语言考点系统，首先要确 定二级 C 语言所属于的知识体系。 （2） 抽取概念词汇是指对相关领域的元知识 进行概念词抽取。一个具体学科体系是 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 5 有概念体系支撑起来的，是由这些概念 及其体系解释说明的。 （3）关键概念词 汇是整个环节的关键，直接关系到知识 库构建的成败。关联主要在领域专家的 协助下，对领域知识中的概念词汇进行 比较、分析、归纳，按知识自身的客观 联系进行关联。 （4）组织元知识也叫做 只是表达。其不是简单地对领域知识进 行汇总并表示出来，而是使用人造体系 对客观世界的运动规律进行概括和抽象。 该表示方法具有逻辑推理、智能判断的 的特点。 （5）存储知识库为知识库建立 的最后一个环节，存储的是事实、规则 和概念等，其中事实是对基本知识的描 绘，是短期的；规则是从领域专家们的 经验中抽取出来的知识，具有长期性。 通过以上 5 个环节，完成了一个 知识库的建立，形成了特定知识体系下 的知识子库。如此循环可构建出该知识 体系下的其他知识子库。另外按照知识 子库的关联关系，对这些知识子库进行 关联，形成该体系内的知识地图。 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 6 至此，通过一个个子知识库和其 知识子库，与之相关联的子知识库和其 知识子库便构成了一张巨大的隐形图。 4 隐形图在智能检索的体现 要实现智能检索，即要求用户的 需求与隐形图里的知识和信息进行匹配， 并使用户的检准率和检全率得到满足。 进行匹配的首要任务是进行相似度的计 算，包括表层相似度、结构相似度和主 题相似度，取这些相似度综合的最大值 进行匹配。 同时，为了词与词之间的相关性 和分析处理自然语言的语义，而运用到 了潜在语义分析模型的思想。潜在语义 分析模型是一种通过分析大量的文本集 自动生成关键字概念之间映射规则 的方法，该方法认为词语在文本中的使 用模式内隐含存在潜在的语义结构，同 义词之间应该具有基本相同的语义结构， 多义词的使用必定具有多种不同的语义 结构。潜在语义分析模型通过统计方法 提取并量化这些潜在的语义结构，进而 -精选财经经济类资料- -最新财经经济资料-感谢阅读- 7 消除了同义词、多义词的影响，提高文 本表示的准确性。 对用户的需求通过语义蕴含扩展、 语义外延扩展以及语义相关扩展，加上 对用户检索与知识库进行双方面的分析 与理解，变提高了检索的全面性。 5 结语 面对信息网络时代网络上所呈现 的海量信息，如何真正满足用户的需求， 已成为一代又一代人所研究的焦点，即 如何提高检全率和检准率。要实现这样 的要求，那么就要求计算机能够分析并 理解用户的本质意