基于维基百科的搜索引擎检索结果聚类论文.pdf 全文

  本文关键词：基于维基百科的搜索引擎检索结果聚类，由笔耕文化传播整理发布。

上海交通大学硕士学位论文 摘要 基于维基百科的搜索引擎检索结果聚类 摘 要 搜索引擎的广泛应用为人们充分利用Web丰富的资源提供了重要保证， 然而，Web 网页数量巨大以及查询的信息不容易用简短词组准确表达，导 致一次搜索返回结果过多，如何有效组织这些结果对搜索引擎来说是一 个巨大挑战。目前大多数搜索引擎对于用户查询，，仅仅通过关键词匹配、 排序，输出一个长且无层次的列表，然而这个列表往往达不到预期目标， 因为用户往往需要翻阅多页才能找到期望的结果，尤其是对于多义词查 询。 如果能将这些检索结果根据相应的语义分类别组织在一起，将能更好 的帮助用户导航浏览，提高用户的浏览效率。与传统的基于词频和统计 的检索结果聚类方法不同，本文提出了一种基于维基百科知识的聚类算 法，实现了对检索结果的在线高效准确聚类。该算法利用从目前最大的 在线知识库―维基百科中挖掘出的词语间语义关系，聚类后形成更为紧 凑的簇、描述性更强的簇标签以及层次结构更合理的树型结构。 本文首先描述了一种全新的维基知识的挖掘方法。通过分析维基百科 的组织结构尤其是超链接关系，结合机器学习方法、启发式规则和概率 统计方法，抽象出一个覆盖面全、准确率高的维基辞典，并提出了短语 间语义相似度、短语导向性等指标。该知识库在关键词抽取和文本分类 上的简单应用也取得了非常显著的效果。 其次，重点介绍了基于维基百科的搜索引擎检索结果聚类的基本思想， 第 I 页 上海交通

  本文关键词：基于维基百科的搜索引擎检索结果聚类，由笔耕文化传播整理发布。