基于语义Web的智能搜索的研究

发布时间：2017-09-08 20:20

  本文关键词：基于语义Web的智能搜索的研究

  更多相关文章： 语义网 本体论 搜索引擎 语义相似度 智能

【摘要】： 随着计算机技术的发展,互联网不断普及并已成为日常生活中获取知识和资源的重要途径,越来越多的人通过搜索引擎在互联网中寻找信息,但是由于传统的搜索引擎对信息资源缺少统一的语义描述,所以搜索引擎很难找到用户所真正关心的信息内容。因此,对于搜索引擎的智能化、语义化探索是搜索引擎研究的重要课题。 本文分析研究了智能搜索引擎的发展现状,以及语义网和本体论等相关技术。在对传统搜索引擎和基于语义的搜索引擎进行了深入的分析、研究基础上,融合信息检索技术,结合语义网、本体知识的特点,给出了一个基于语义的搜索引擎模型方案。本文将该模型分为三个设计重点,即本体库的设计、语义推理引擎和本体匹配算法的设计与实现。语义检索的基础是实现信息的形式化、语义化表示,并且对信息可以进行语义扩展。通过构建本体库可以将知识信息形式化的表示。语义扩展可以通过语义推理和本体匹配算法实现。概念一权向量组匹配算法是一种优秀的本体匹配算法,但它的适用范围窄,在概念不共享的情况下,准确性较差。本文针对这些缺点,引入语义相似度概念对其优化,提出了基于语义相似度的本体匹配算法,扩大了适用范围,提高了准确性,并对引入的语义相似度算法进行了相应改进。 最后,对基于语义的搜索引擎模型中的算法进行实验。实验分成了三个部分,第一个实验通过领域本体对语义推理的可行性进行了验证。第二个实验对本文提出的语义相似度算法进行实验,并验证了算法可以有效地计算语义相似程度。第三个实验通过对概念—权向量组匹配算法和基于语义相似度的本体匹配算法的对比实验,验证了改进算法在适用范围和准确性方面的提高。
【关键词】：语义网 本体论 搜索引擎 语义相似度 智能
【学位授予单位】：哈尔滨工程大学
【学位级别】：硕士
【学位授予年份】：2008
【分类号】：TP391.3
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 绪论10-15
• 1.1 论文的研究背景和意义10-12
• 1.2 国内外研究现状12-13
• 1.3 本论文的研究内容13-14
• 1.4 论文的章节安排14-15
• 第2章 智能搜索引擎15-25
• 2.1 智能搜索引擎概述15-17
• 2.1.1 智能搜索引擎的发展方向15
• 2.1.2 Web挖掘技术15-16
• 2.1.3 智能Agent技术16-17
• 2.1.4 基于语义网的智能搜索引擎17
• 2.2 语义检索与语义网17-20
• 2.2.1 语义网概述17-18
• 2.2.2 语义网的体系结构18-20
• 2.3 本体20-24
• 2.3.1 本体的定义20-21
• 2.3.2 本体的建模元语21-22
• 2.3.3 本体的描述语言22-24
• 2.3.4 本体构建的基本规则24
• 2.4 本章小结24-25
• 第3章 基于语义的搜索引擎模型的设计25-43
• 3.1 模型的设计目标25-26
• 3.2 基于语义的搜索引擎模型的系统结构26-30
• 3.3 本体库的设计和实现30-35
• 3.3.1 本体的构建方法30-33
• 3.3.2 领域本体的设计与实现33-35
• 3.4 语义推理引擎35-42
• 3.4.1 语义推理35-40
• 3.4.2 基于Jena语义推理引擎的实现40-42
• 3.5 本章小结42-43
• 第4章 基于语义相似度的本体匹配算法43-54
• 4.1 概念—权向量组匹配算法43-45
• 4.2 基于语义相似度的本体匹配算法思想45-47
• 4.2.1 算法的设计出发点45-46
• 4.2.2 算法的基本思想46-47
• 4.3 概念的语义相似度的计算47-51
• 4.4 基于语义相似度的本体匹配算法51-53
• 4.5 基于语义相似度的本体匹配算法的复杂度分析53
• 4.6 本章小结53-54
• 第5章 实验结果及其分析54-63
• 5.1 设计语义推理验证54-57
• 5.1.1 实验环境54
• 5.1.2 实验设计54-57
• 5.2 语义相似度算法实验57-59
• 5.2.1 实验数据57-58
• 5.2.2 实验结果及分析58-59
• 5.3 基于语义相似度的本体匹配算法实验59-62
• 5.3.1 实验设计方案59-60
• 5.3.2 实验结果及分析60-62
• 5.4 本章小结62-63
• 结论63-64
• 参考文献64-68
• 攻读硕士学位期间发表的论文和取得的科研成果68-69
• 致谢69

【引证文献】

中国硕士学位论文全文数据库 前2条

1 黄华;基于搜索引擎和语义的Web服务发现研究[D];武汉理工大学;2011年

2 李清;自动问答系统的研究与实现[D];安徽大学;2012年

，

本文编号：816123