基于本体论的数字图书馆搜索引擎的研究

基于本体（ontology）理论,利用本体对概念、术语及其相互关系的规范化描述,勾画出数字图书馆领域的基本知识体系,构建了数字图书馆领域本体库;然后,对现有的图书馆搜索引擎系统进行了改进,将构建的本体库引入到系统中,实现了基于本体的信息检索,方便用户对资源的查询,为用户提供高质量的个性化服务。     

Dictionary-based text categorization of chemical web pages

A new dictionary-based text categorization approach is proposed to classify the chemical web pages efficiently. Using a chemistry dictionary, the approach can extract chemistry-related information more exactly from web pages. After automatic segmentation on the documents to find dictionary terms for document expansion, the approach adopts latent semantic indexing (LSI) to produce the final document vectors, and the relevant categories are finally assigned to the test document by using the k-NN text categorization algorithm. The effects of the characteristics of chemistry dictionary and test collection on the categorization efficiency are discussed in this paper, and a new voting method is also introduced to improve the categorization performance further based on the collection characteristics. The experimental results show that the proposed approach has the superior performance to the traditional categorization method and is applicable to the classification of chemical web pages.     

搜索引擎的选择与检索策略

本文根据目前国内外搜索引擎研究状况，针对搜索引擎中出现的问题，提出了搜索引擎的选择方法，及利用技巧和策略。     

Improvement of building field association term dictionary using passage retrieval

Field Association (FA) terms are a limited set of discriminating terms that can specify document fields. Document fields can be decided efficiently if there are many relevant FA terms in that documents. An earlier approach built FA terms dictionary using a WWW search engine, but there were irrelevant selected FA terms in that dictionary because that approach extracted FA terms from the whole documents. This paper proposes a new approach for extracting FA terms using passage (portions of a document text) technique rather than extracting them from the whole documents. This approach extracts FA terms more accurately than the earlier approach. The proposed approach is evaluated for 38,372 articles from the large tagged corpus. According to experimental results, it turns out that by using the new approach about 24% more relevant FA terms are appending to the earlier FA term dictionary and around 32% irrelevant FA terms are deleted. Moreover, precision and recall are achieved 98% and 94% respectively using the new approach.     

利用网络日志分析提高搜索引擎的检准率

本文详细介绍了搜索引擎的发展现状和网络日志分析技术。在此基础上。探讨了如何利用网络日志分析提高搜索引擎的检准率。     

搜索引擎网页快照的实现与安全

文章介绍了搜索引擎网页快照系统的实现以及在安全性能方面的研究。当前的多数搜索引擎网站提供的网页快照,能够使用户更加快速和方便地访问较早时期的网页,但它们并没有对其中的网页安全进行判断。文章中的网页快照系统在实现网页快照的同时,通过建立网页脚本语言学习解释器,运用机器学习技术、词法分析技术等对网页上可能存在的不安全代码进行判断和去除,从而保证提供给用户的是尽量安全的网页快照。     

新一代中文智能搜索引擎尤里卡研究

本文介绍了Internet新一代中文智能搜索引擎尤里卡的基本情况，它能对自然语言查询进行语义理解，克服了传播搜索方法与语义无关的缺点。研究了该搜索引擎的使用方法与技巧，同时客观地评价了它的优劣得失，指出需进一步完善之处。     

搜索引擎搜索结果的评价技术

搜索引擎根据用户查询在自己的索引数据库中进行查找，并根据相关性分析将查询结果返回给用户。本文就传统信息检索系统的性能效率评价技术,针对Internet的特点，对搜索引擎搜索结果的评价进行了讨论。     

搜索引擎应对网站作弊的搜索策略和用户的检索策略

目前，用户需要搜索引擎提高查准；而相关网站则通过种种的手法（甚至是非法手段）来获得在搜索引擎检索结果中好的排名来为企业获取利益。本文探讨的问题是：在这种背景下，（1）搜索引擎如何制定策略来进行有针对性地搜索；（2）用户如何制定检索策略来进行有效地检索。     

开发海洋资源 振兴浙江经济

21世纪将进入“海洋开发时代”,应当抓住改革开放的大好时机,增强全民海洋意识,利用科学技术的最新成就,发挥浙江省所处的区位优势和得天独厚的资源优势,大力开发和充分利用渔业、港口、能源、海涂、景观等海洋资源,以促进和推动浙江省经济的全面发展.同时阐述了在开发和利用海洋资源时应遵循的原则以及需要认真对待的诸如电力、交通、淡水等几个关键性的制约因素.