一種基于語義標注的個性化搜索技術的研究與實現.pdf

1、萬維網改變了人們彼此交流的方式,然而絕大部分現有的網絡內容只適合于人工處理,雖然一些軟件工具在一定程度上改善了人類的交流方式,但是在某些方面還有些欠缺,例如:搜索結果主要是基于關鍵字的頻度而非語義,高匹配低精度,低匹配或無匹配,檢索結果對詞匯高度敏感,基于關鍵字搜索卻不能得到想要的結果,檢索結果是單一的網頁等等。即使搜索結果是成功的,用戶必須自己瀏覽搜索得到的文檔,從中提取所需的信息。其因為是,缺少計算機能夠理解的語義信息。
　　

2、 語義網(Semantic Web)被稱作是下一代Web的存在形式,是萬維網的延伸,不僅可用自然語言表現網絡內容,而且這些內容還可以被軟件代理人所閱讀和使用,因此,語義網被認為是一種數據、信息和知識交換的萬有媒介,可以用來解決網絡中計算機語義的問題。語義網作為一種數據表示和共享的形式,為搜索引擎提供了含有語義的數據,可以利用語義網的技術實現語義搜索,搜索的結果是對用戶查詢請求在語義分析后做出的反應,而不僅僅是關鍵字的匹配。
　　

3、 本文應用語義網技術,建立了一種基于語義標注的搜索模型,該模型構建了一個領域本體,將抓取的相關網頁進行語義標注產生元數據,對元數據建立索引,能有效地改善搜索結果,使搜索精確度提高,更加滿足用戶的語義需求。論文以語義搜索引擎的分析、設計、研究與實現為主體,利用網頁預處理技術抓取網頁的文本信息并分詞。然后討論領域本體構建的可行性與有效性,并在此基礎上實現語義分析與標注,產生語義元數據,對其工作機制、使用技術、實現方法等方面進行了詳盡而全面