旅游信息检索的语义分析技术及实现

发布时间：2017-07-19 23:07

  本文关键词：旅游信息检索的语义分析技术及实现

  更多相关文章： 语义分析 焦点词提取 语义映射 查询推理 本体

【摘要】：随着互联网的迅速普及和互联网模式的创新,越来越多的游客通过互联网查询旅游信息,但是一些旅游景点的信息化程度不高,搜索引擎虽然索引了很多网页,但是其主要基于关键字匹配的搜索模式不能准确了解用户意图,存在搜索结果不匹配,答非所问的情况,这就需要对旅游信息重新整理、组织、规范,形成一个较为完备的知识体系。旅游信息检索涉及到用户理解、语义分析和查询推理。本文以本体理论、语义分析技术为基础,主要研究焦点词识别,语义映射,查询规则,提高用户问句的语义理解程度。运用语义分析技术,对用户的提问进行语义分析,理解用户意图,形成语义理解,通过语义映射找出答案并返回给用户。现有的技术在焦点词提取存在精确度不足,对用户的提问意图不明确,导致无法给出确定回答。本文以桂林旅游信息的语义分析与检索为应用对象,验证了本文方法有效性和实用性。论文的研究工作主要体现在以下几个方面：(1)针对用户问句理解问题,提出了抽取用户问句焦点词的改进算法。该算法在问句疑问词修正方面作了改进,实现了有疑问词情况下识别疑问词作为问句焦点,并能判定问句类型,达到了理解用户意图的目的。(2)提出了一种基于依存关系的问句语义分析算法和根据问句分类的模板查询算法。基于依存关系的问句语义分析算法能够识别出各种句子成分之间的语义关系和限制关系,更好地理解用户意图,根据语义分析算法计算出的结果,到不同分类的问题模板中进行针对性的查询结果,保证结果的正确性和有效性。(3)提出了一种关键词到本体的映射算法,建立从问句分词、句法解析后的关键词到本体知识库的映射关系,为本体知识库的查询推理提供依据。(4)定义了一套查询推理规则,增强系统的推理能力。通常在本体的逻辑表达中只是声明一些公理和通用属性,不能完全包括其他人类常识的推理知识,为了解决这一问题,添加自定义规则,增强系统的表达和推理能力。
【关键词】：语义分析 焦点词提取 语义映射 查询推理 本体
【学位授予单位】：广西师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.1
【目录】：

• 摘要3-4
• Abstract4-8
• 第1章 绪论8-12
• 1.1 课题来源8
• 1.2 研究背景及意义8-9
• 1.3 国内外智慧旅游研究现状9-10
• 1.4 本文研究10
• 1.5 论文结构10-12
• 第2章 旅游本体构建12-24
• 2.1 本体理论基础12-13
• 2.2 构建方法13
• 2.3 旅游本体构建13-20
• 2.4 构建完成的本体结构20-23
• 2.5 本章总结23-24
• 第3章 用户问句焦点词提取改进算法24-33
• 3.1 分词与依存句法24-25
• 3.2 基于依存关系的句法分析25-28
• 3.3 问句预处理28-29
• 3.3.1 识别命名实体28
• 3.3.2 问句的预处理28-29
• 3.4 改进的焦点词提取算法29-31
• 3.4.1 焦点词提取流程图29-30
• 3.4.2 焦点词提取伪代码30-31
• 3.4.3 实验结果与分析31
• 3.5 问句成分之间的语义关系提取31-32
• 3.6 最终语义分析结果32
• 3.7 本章总结32-33
• 第4章 旅游信息语义映射的研究33-37
• 4.1 词语相似度33-35
• 4.2 语义映射流程35
• 4.3 映射实例35-36
• 4.4 本章总结36-37
• 第5章 语义查询与推理规则37-51
• 5.1 语义分析和查询推理的处理过程37
• 5.2 问句语义分析37-38
• 5.3 问句分类38
• 5.4 问句的查询推理处理流程38-48
• 5.4.1 Jena模块38-40
• 5.4.2 Jena查询本体内容40-41
• 5.4.3 SPARQL查询问句41-42
• 5.4.4 SPARQL查询模板42-45
• 5.4.5 Jena推理模块45-46
• 5.4.6 规则46
• 5.4.7 自定义规则46-48
• 5.5 答案抽取48-49
• 5.6 FAQ库49-51
• 5.6.1 FAQ库的建立49
• 5.6.2 FAQ的匹配49-50
• 5.6.3 FAQ库的更新50-51
• 第6章 旅游信息语义检索系统测试与分析51-63
• 6.1 实验环境51
• 6.2 靖江王城(府)旅游信息语义检索系统简介51-52
• 6.3 测试自然语言问句自动问答样例52-59
• 6.4 测试结果与分析59-63
• 第7章 总结与展望63-65
• 7.1 总结63
• 7.2 展望63-65
• 参考文献65-68
• 附录68-76
• 致谢76-77

，

本文编号：565216