学位论文 > 优秀研究生学位论文题录展示

基于词项依赖信息的中文信息检索方法研究

作　者: 尹浩传
导　师: 涂新辉; 胡小华
学　校: 华中师范大学
专　业: 计算机应用技术
关键词: 词项依赖 信息检索 全独立 顺序依赖 全依赖
分类号: TP391.3
类　型: 硕士论文
年　份: 2014年
下　载: 3次
引　用: 0次
阅　读: 论文下载
 

内容摘要


随着我国智能手机的普及,移动互联网使用人数的增加,促使了移动互联网的飞速发展,网络中存储的各种数据呈指数级增长。如何利用信息检索技术快捷有效地从这些海量的数据中获取有用的信息,是工业界和学术界都极其关注的问题。传统的信息检索技术大多基于“词袋”模型,假设词项之间是相互独立的,而忽略了词项之间的依赖关系。本文利用统计方法捕获词项之间的依赖关系,构建更有效的中文信息检索模型。主要的工作包括以下几个方面：第一,从统计的角度,本文提出了全独立、顺序依赖以及全依赖三种词项之间的依赖关系,基于这三种依赖关系分别构建了检索的文本特征,设计了排序函数。考虑到文本长度以及中文语句的特殊性,在构建文本特征时,将词项之间的距离纳入统计范围。我们在NTCIR-5中文信息检索测试集上进行了实验。实验分为两部分,第一部分实验分别基于三种依赖关系构造文本特征,在基于顺序依赖和全依赖关系构造文本特征时,只组合两个词项。第二部分实验在基于顺序依赖和全依赖关系构造文本特征时,查询文本范围内组合多个词项构建文本特征,并与第一部分的实验数据做了比较。在平均准确率(MAP)和P@10两种评测指标上做了比较,基于顺序依赖关系和全依赖关系构建的文本特征所得到的检索结果都优于基于全独立关系的文本特征的检索结果,而且在构建文本特征时,多于两个词项组合的文本特征的检索结果要优于只组合两个词项的文本特征的检索结果。第二,实现了一个基于词项依赖信息的中文全文信息检索系统。该系统主要包含三个模块：文档解析模块、索引模块、以及用户交互模块。文档解析模块将新闻语料解析成多个域,便于后面索引的创建以及检索结果的展示。索引模块实现了文本的预处理,索引创建以及索引维护。用户交互模块实现了用户查询输入的文本处理,整合了基于词项依赖关系的排序方法,实现了结果展示。

全文目录


摘要  5-6
Abstract  6-8
目录  8-10
第一章 绪论  10-14
  1.1 研究背景与意义  10-12
  1.2 本文的主要研究内容  12
  1.3 论文的组织结构  12-14
第二章 相关研究工作  14-24
  2.1 信息检索概述  14-15
  2.2 信息检索模型  15-20
    2.2.1 向量空间模型  15-16
    2.2.2 二元独立模型  16-17
    2.2.3 2-泊松模型  17
    2.2.4 BM25模型  17-18
    2.2.5 一元语言模型  18-19
    2.2.6 超越词袋模型  19-20
  2.3 词项依赖  20-21
  2.4 信息检索中的词项加权  21-23
  2.5 小结  23-24
第三章 基于词项依赖信息的中文信息检索  24-36
  3.1 信息检索中的词项依赖  24-25
  3.2 基于词项依赖信息的信息检索  25-28
    3.2.1 全独立关系  25-26
    3.2.2 顺序词项依赖关系  26-27
    3.2.3 全词项依赖关系  27-28
  3.3 实验对比  28-31
    3.3.1 实验数据集介绍  28-31
    3.3.2 实验评测方法  31
  3.4 实验结果分析  31-35
  3.5 小结  35-36
第四章 基于词项依赖的信息检索系统的设计与实现  36-42
  4.1 系统的整体结构  36-37
  4.2 系统模块实现  37-41
    4.2.1 文档解析  37
    4.2.2 文档索引  37-40
    4.2.3 用户交互  40-41
  4.3 小结  41-42
第五章 总结与展望  42-43
  5.1 本文总结  42
  5.2 展望  42-43
参考文献  43-46
攻读硕士学位期间参加的科研项目  46-47
致谢  47

相似论文

  1. 生物医学领域检索系统查询扩展技术研究,TP391.3
  2. 基于Web的未登录词翻译技术研究,TP391.2
  3. 英汉可比较语料库的构建与应用研究,TP391.1
  4. 外文数据库无障碍信息检索的策略研究,G354
  5. 数据库中基于多索引段的全文索引研究,TP311.13
  6. 基于策略Agent的个性化信息检索系统的研究与实现,TP391.3
  7. 排序学习损失函数的研究,TP181
  8. 潍坊市警情分析研判与预警系统的设计与实现,TP311.52
  9. 基于OWL的地名本体构建与检索机制研究,P208
  10. 面向地名本体服务的空间信息检索研究,P208
  11. 基于移动搜索用户关联的信息检索研究,TP391.3
  12. 基于压缩感知的音乐识别研究,TN912.34
  13. 基于词语共现的BBS垃圾信息过滤模型,TP393.094
  14. 电子商务中专业领域货源信息检索系统的设计与实现,TP391.3
  15. 基于R树的空间—文本混合索引方法,P208
  16. 垂直搜索引擎在网络购物系统中的研究与应用,TP391.3
  17. 我国学科信息门户的信息构建研究,G358
  18. 基于本体的智能信息检索研究,TP391.3
  19. 基于复杂在线网络的社会化搜索,TP391.3
  20. 本体在信息检索中的应用及其进化机制研究,G354
  21. 基于聚集模型的企业专家检索系统研究,TP391.3

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 检索机
© 2012 www.xueweilunwen.com