论文部分内容阅读
对于领域性的信息检索系统来说,准确率的要求往往是其最为关心的,因为目前通用的信息检索系统对于具有高度领域性的信息来说并不能展现出良好的效果,甚至远远达不到可用的程度,这就使得面向领域性的信息处理需要构建新的检索系统。构建一个新的信息系统主要有两方面的内容:1.根据实际应用情况,设计系统的架构;2.根据领域性的具体要求,设计系统的具体功能点。本文的任务就是设计并实现一个面向特定领域信息处理的检索系统,上述两方面的内容正是本文的主要研究内容。1.系统的架构是长久以来计算机应用系统研究领域中的关键部分。应用系统的主要目的不在于体现理论价值,而在于为现实的日常生活带来便利,能够高效、自动化地处理日常事务。而系统的架构的目的正是在于使得应用系统能够适应应用的实际使用环境要求,为系统的实际部署使用提供保证。本文在学术界通用的信息检索系统的统一框架基础上,设计出了面向某特定领域的信息检索系统架构。该架构在及时响应、查询吞吐量、容灾性方面都达到了实际应用的要求,能够高效地完成日常事务处理任务。2.信息系统的功能优劣决定了其服务质量。本文以通用信息检索系统的功能点为蓝本,结合本领域实际特点,设计了系统所应具备的功能性组件。这些组件使用了大量的信息挖掘技术,加入了领域性的知识,使得各功能都能够准确高效地对领域信息进行处理,它们主要是定制分词、关键词抽取、聚类、查询自动扩展、自动文摘等。这些功能性组件均根据领域的实际特点进行了算法和技术上的改进,使得各组件在效果上均达到了常规相关技术难以达到的实用效果。其中,定制分词的正确率,召回率分别达到了97.10%和98.99%;关键词抽取模块的正确率和召回率则分别达到了93.36%和95.06%;自动文摘的关键词覆盖率也达到了94.56%。3.本文在实现系统时,采用了流行的J2EE轻量级框架,将系统的各个部分进行了清晰地分层,使得整个系统在简单性、可维护性方面具有很高的质量。