基于同义词扩展的贝叶斯网络结构化文档检索模型

论文摘要

结构化文档检索系统利用文档的结构信息,对文档的部分内容建立索引并检索呈现,所得查询结果能精细化地表达查询需求。利用同义词扩展查询是实现基于语义检索的一种有效方式。术语相似度能量化描述同义词间的相似程度。在信息检索系统中,利用量化的同义词关系扩展查询可以在不降低查准率的条件下提高查全率。本文利用基于《知网》的术语相似度计算方法量化同义词间的相似关系,并将这种关系引入到基于贝叶斯网络的结构化文档信息检索模型中,用于实现基于语义概念的检索,构造基于这种量化术语关系的扩展贝叶斯网络检索模型。详细描述了如何有效的挖掘术语同义词关系并采用有效的量化算法对其进行量化；给出了基于此量化同义词关系扩展的贝叶斯网络结构化文档检索模型的拓扑结构,网络中各层结点的概率计算方法和模型推理与文档检索的详细过程。最后对扩展模型进行了评测,结果表明扩展模型能有效地提高检索性能,各个粒度不同的结构元素的排序也更能表达查询需求。

论文目录

• 摘要
• Abstract
• 第1章 引言
• 1.1 研究背景
• 1.2 国内外研究现状
• 1.2.1 关于结构化文档检索
• 1.2.2 基于贝叶斯网络的信息检索的研究
• 1.2.3 关于同义词的研究
• 1.3 本文工作
• 1.4 论文组织
• 第2章 信息检索技术研究与发展
• 2.1 传统信息检索概述
• 2.1.1 信息检索定义及工作原理
• 2.1.2 索引术语与文档表示
• 2.1.3 经典信息检索模型简介
• 2.2 信息检索中的贝叶斯网络
• 2.2.1 贝叶斯网络
• 2.2.2 基于贝叶斯网络的信息检索模型
• 2.3 信息检索性能评测
• 2.4 结构化信息检索
• 2.4.1 结构化文档检索概述
• 2.4.2 文档结构表示模型
• 2.5 本章小结
• 第3章 同义词识别技术研究与发展
• 3.1 面向信息检索的同义词定义
• 3.2 国外同义词识别方法
• 3.3 国内同义词识别方法
• 3.3.1 基于字面相似度和词素相似度的识别算法
• 3.3.2 基于语义体系的同义词识别算法
• 3.4 本章小结
• 第4章 基于同义词扩展的贝叶斯网络结构化文档检索模型
• 4.1 基于贝叶斯网络的结构化文档检索
• 4.1.1 BNR-SD模型拓扑结构
• 4.1.2 网络结点的概率估计
• 4.2 挖掘术语同义词关系及其量化
• 4.2.1 挖掘同义词及其关系量化
• 4.2.2 权重计算
• 4.3 基于同义词扩展的结构化检索模型的贝叶斯网络拓扑
• 4.4 结点概率估计
• 4.5 推理与检索
• 4.6 本章小结
• 第5章 模型评测与结果分析
• 5.1 实验准备工作
• 5.1.1 测试集构建及其规范化
• 5.1.2 构建查询实例
• 5.2 信息检索
• 5.3 实验结果分析
• 5.4 本章小结
• 第6章 总结与展望
• 参考文献
• 攻读硕士学位期间发表论文情况
• 致谢