论文摘要：基于语义网络的分布式文本检索技术研究与实现

随着社会的不断发展，信息增长越来越快，搜索引擎作为人们快速查找所需信息的工具已经得到广泛运用。传统的搜索引擎一般采用基于关键词匹配及布尔运算相结合的信息检索模型。但关键词不能有效描述用户检索语义，当检索词出现一词多义或一义多词的情况时，检索系统的查全率和查准率并不能够令人满意。同时，随着数据量越来越大，一些采用集中信息处理方式的检索系统会存在响应缓慢，很难满足用户的需求。本文针对这两个问题，主要从以下三个方面对文本检索系统进行了研究：

（1）语义关系研究。语义关系研究主要有两种方法：基于语义词典的方法和基于统计模型的方法。本文在分析了两种方法的利弊之后，基于统计模型，实现了一种语义关系计算的算法，该算法综合考虑了词语在句子中的位置信息和上下文信息。进一步，结合基于词典的方法，构建了面向自然科学基金项目的语义网络。经过实验验证，本文的算法在计算语义关系时比传统的统计模型更准确。

（2）查询扩展技术研究。当前查询扩展技术主要有三种方法，基于用户相关反馈、基于全局语料集和基于局部文档集的方法。本文分别分析了三种方法的原理以及各自的利弊，并实现了一种基于局部共现的查询扩展方法。这种方法既考虑了词语在全局的语义信息，又考虑了词语在局部检索结果集中的分布信息。实验结果表明，这种方法在保证系统的查准率同时，能够一定程度上提高系统的查全率。

（3）当基于单机架构的系统在负载过大无法响应时，应该考虑采用分布式信息方式构建分布式信息检索系统。本文详细讲述了分布式检索系统中索引的分片机制，并结合实际，在本文中选取了基于文档划分的索引分片方式。然后实现了基于SolrCloud的分布式检索架构，并论述了系统创建索引、更新索引和搜索的机制。最后，跟基于单机Lucene的搜索引擎进行实验对比，实验结果表明，基于分布式的架构在数据量较大时表现出了优于单机架构的性能。

最后，本文设计并实现了基于语义网络的分布式文本检索系统，在检索功能方面，对查询词进行基于语义的查询扩展，以提高系统的查全率和查准率；在系统架构方面采用分布式架构，以提高系统的响应速度。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/279753.html