基于语义Web的搜索引擎研究

在分析传统Web搜索引擎的基础上,提出了一种具有语义功能的搜索引擎设计方案：介绍了该语义搜索引擎的实现思路及要解决的关键问题;最后为了缓解查准率和查全率的矛盾问题搭建了一个语义网络模型。基于语义Web的搜索引擎作为一个新的研究方向,对于提高Web的查全率和查准率有一定的参考意义。     

基于语义的搜索算法研究

基于XML得出改进的语义表示法,能解决当前常用网络搜索引擎缺乏理解用户想法而导致查询结果不满意的问题。文档解析算法、模式匹配算法、生成XMLSE文档算法等几个基于语义搜索的核心算法,辅以人工标注和建立规则库,构成一个语义网络,能达到精确的搜索,提高搜索效率。     

基于中医药集成知识库的智能搜索(英文)

为了对异质异构数据资源进行语义集成并提供统一的智能访问接口, 利用语义Web技术发布机器可理解的数据资源及其之间的关系, 以支持智能搜索等功能. 介绍了中医药智能搜索引擎TCMSearch, 该搜索引擎的核心为一个集成语义知识库, 该知识库利用领域本体来表示中医药领域的实例及其之间的关系. 首先, 针对普通文本, 系统采用了机器学习的方法对其进行语义标注; 对于关系型数据库数据, 则采用了语义映射的方法统一其语义信息. 然后, 系统为集成的数据资源构建了一个语义索引, 该索引采用本体语言RDF/OWL进行表示, 从而支持一些强大的推理功能, 如类层次关系推理和实例关系推理. 最后,通过利用该语义索引以及其支持的推理功能, 系统能够在集成知识库的基础上提供智能化搜索, 如关联搜索、语义图浏览以及实例推荐等新功能.     

Web挖掘技术在搜索引擎中的应用

本文针对目前搜索引擎存在的不足,充分研究了个性化搜索引擎的发展现状,设计并实现了一种个性化搜索引擎,同时提出了一种查询语句优化策略,在此基础上,又对基于语义Web的搜索引擎进行了研究探索。     

一种利用搜索引擎实现本体映射的方法

提出了一种利用web搜索引擎如Google自动完成本体映射的方法.该方法通过构造句法模式,利用web搜索引擎获得异构本体概念间的上下义关系,产生由本体概念对组成的初始候选映射集.根据本体的概念层次建立一个产生式规则集,从初始候选映射集中去除不符合本体语义的概念对,同时加入符合本体语义但未被初始候选映射集包含的概念对.最后,按照基于互信息的映射选取规则从候选集映射集中自动产生本体映射.实验结果表明,该方法的F-measure可达到75%～100%,能有效地完成本体之间的映射.     

基于多领域的元搜索引擎

由于单个搜索引擎所采用的排序算法和搜索范围不同,用户很难得到准确的结果信息;而元搜索引擎通过同时调用多个搜索引擎,在一定程度上提高了检索效果;垂直搜索引擎通过针对某一特定领域如医学、金融等为查询用户提供相关信息。本文针对多领域的信息检索,提出了将元搜索引擎与垂直搜索引擎相结合的方法,并构建了三种多域元搜索引擎,实验证明,与使用单独的搜索引擎相比,使用该搜索引擎能够获得更好的检索效果。     

Vivísimo元搜索引擎技术特征

Vivísimo是一种元搜索引擎.这种搜索向其他单一搜索发出搜索指令,并对返回的搜索结果,利用其自创的文档聚类技术进行排序,在一定程度上弥补了其他单一搜索引擎的不足.Vivísimo聚类的技术原理是on-the-fly聚类、概念聚类、等级聚类和文献聚类.     

基于Lucene的搜索引擎技术在综合查询系统中的应用

搜索引擎技术应用广泛。Lucene作为一个优秀的搜索引擎开源工具包,可方便实现相关搜索引擎功能。介绍了Lucene搜索引擎工具包,在此基础上,利用Lucene开发工具包,设计并实现了综合查询系统中搜索引擎功能。阐述了网络爬虫子系统、索引子系统和查询子系统3个模块功能。     

基于本体的搜索引擎模型设计

目前,常用的全文搜索引擎都是基于关键词检索的,其查准率和查全率都较低,并且返回记录太多,重复信息过多,使得搜索引擎的查询效率很低。基于此,提出了一种基于本体的搜索引擎模型,通过提取的文档中概念,确定其所属的领域本体,以此归类,并用文档—概念匹配系数建立索引。搜索时,采用基于概念匹配的方式进行检索,对属于不同领域本体的文档,分类输出。提高搜索引擎的查准率和查全率,减少冗余信息,从而提高搜索引擎的查询效率。     

Vivísimo元搜索引擎技术特征

Vivisimo是一种元搜索引擎．这种搜索向其他单一搜索发出搜索指令,并对返回的搜索结果,利用其自创的文档聚类技术进行排序,在一定程度上弥补了其他单一搜索引擎的不足．Vivisimo聚类的技术原理是on-the-fly聚类、概念聚类、等级聚类和文献聚类．     

基于遗传算法的语义搜索结果排序算法

Web语义搜索结果排序一直是搜索引擎的主要研究课题之一。但是目前通用的算法例如OntoKhoj排序算法和AKTiveRank排序算法的排序结果并不理想,主要原因是排序思路比较片面,公式中的系数很难确定。针对这一问题,我们结合了OntoKhoj算法和AKTiveRank的优势,提出了O&A算法,并使用遗传算法对O&A中的系数进行了优化。实验表明,O&A算法的排序结果要明显优于OntoKhoj排序算法和AKTiveRank排序算法。     

基于HTML标签扩展的智能搜索引擎设计

搜索引擎能够帮助人们方便、快捷地从网上获取相应的信息,其逐渐地由传统搜索引擎向智能搜索引擎转变.本文提出一种基于HTML标签扩展方式的智能搜索引擎设计,通过扩展HTML标签,使搜索引擎能够与数据的发布者协作,利用扩展标签中的语义信息,提高分类的效率和实时性,并增强用户体验.     

人事文档资源的全文检索研究

对基于Lucene引擎的全文检索和SQLServer附带的全文检索功能组件Microsoft Search进行应用研究,实现相应的检索功能,进行性能测试比较．研究结果表明,Lucene可扩展性强,建立索引和检索的速度都比较快,可以动态添加或删除记录．在人事文档资源的检索应用背景下,Lucene的检索性能高于Microsoft Search．     

基于PLSA的面向用户的网络搜索

针对当前的搜索引擎提供面向查询、而非面向用户的服务,从而导致搜索引擎无法满足用户个性化的需求这一问题,提出了一种基于PLSA的新方法,将面向查询词的搜索转变成面向用户的搜索.首先,通过分析用户查询历史和浏览记录建立代表用户模型的用户兴趣向量,在用户发出查询时用户的查询词根据用户兴趣向量被映射到兴趣分类上,最终根据面向用户排序算法将返回结果列表重新排序.实验表明该面向用户搜索系统能够充分考虑用户的偏好,从而更好地满足不同用户的信息需求.     

搜索引擎的技术局限及改进策略研究

随着Web的不断发展,对高速而有效的信息检索系统需求日渐追切。本文对信息检索的核心技术-搜索引擎进行了分析,找出其表现不佳的原因并提出了基于Web社区和基于语义的改进策略。     

语义块主辅变换在机器翻译系统中的应用

现有机器翻译系统的汉英翻译水平还远不能满足人们的需求,其主要原因在于缺少一种适当的自然语言处理理论的支持。基于HNC理论的汉英机器翻译是一种新的尝试,其核心由6项过渡处理构成。语义块主辅变换是6项过渡处理之一。本文简要介绍了HNC的机器翻译观,重点阐述语义块主辅变换的原理,并通过一个示例说明了语义块主辅变换研究如何来提高机器翻译系统的性能。     

互联网关键词检索和网络广告商标侵权探微——以美国司法实践为视角

互联网搜索引擎业务的发展对商标法产生了巨大的冲击,其中带来的一个热点问题就是搜索引擎公司涉嫌关键词检索广告商标侵权。广告发布者从搜索引擎商那里购买包括商标名称在内的词语供网络用户检索,并弹出自己产品或者服务的广告,这就引发了商标权的保护问题及搜索引擎商的商标侵权责任问题。大多数美国法院认为购买商标作为检索的关键词构成商标的商业使用,这种行为也是在消费者不知情的情况下进行的,消费者在网络上检索这些商标关键词时,有可能认为是获得了商标权人的授权或者是搜索的结果与商标权人有利害关系。尽管如此,美国法院迄今为止还没有判决此种行为构成商标混淆。     

中文信息处理研究工作的新进展

中文信息处理研究应以应用开发带动理论研究和技术研发。我国中文信息处理研究已在三个方面取得了重要进展：应用理论研究方面,语义的知识表示方法从句子扩展到了句群层面,构建了概念—语句—句群统一的知识表示模型;知识库资源建设方面,建立了达到应用规模的、包括概念知识库、语言知识库和言语知识库的多层次语义知识库资源;中文智能搜索引擎核心技术研发方面,实现了文本的语义分析和多层次的语义索引技术,以及基于语义理解的文本相似度计算技术,使用户可以用最自然的语言提出搜索请求,而不必受关键词的约束。基于语义的新一代中文搜索引擎即将出现大的突破。要提高我国中文信息处理的竞争力,应当重视具有自主知识产权的基于语义的理论和应用研究,加强人才队伍建设,进行科学组织和管理,促进以智能搜索技术发展及应用为主线的中文信息处理产业联盟的构建。     

基于Lucene的搜索引擎在Struts中的应用

Lucene是一个开源的全文搜索引擎工具包,可以跨平台使用,也可方便地嵌入到Web应用中实现企业门户网站的全文索引/检索功能。Struts是一个基于MVC的Web框架,具有良好的可维护性、可扩展性、可移植性和组件的可复用性。将Lucene和Struts结合起来,探讨了基于Lucene的搜索引擎在Struts中的应用。