论文部分内容阅读
随着Internet技术的飞速发展,人们越来越多地依赖网络这个巨大的知识平台。作为用户利用网络信息的重要接口,搜索引擎的发展自Web诞生之日起就一直没有停息。同时,计算机的日益普及和人们运用电脑阅读要求的提高使得数字图书馆及相关技术得以兴起和成长。人们从文档中获得查询并提交给搜索引擎成为现代检索信息、获取知识的一种常见模式。目前这两种获取信息的方式基本是被分离开来使用的。如果能够将文本浏览器和搜索引擎有效结合起来,对于用户及时而有效地获取信息,具有极其重要的意义。 然而,目前的搜索引擎无法很好地满足用户的信息需求。主要原因是用户提交的查询信息不足,降低了查询精度。查询扩展优化是解决查询词歧义性的一个有效办法。本文总结和分析了国内外查询扩展优化技术的相关理论和技术,根据用户进行检索的情境,提出了基于文档上下文查询信息抽取算法,并在此基础上实现了一个有效的基于单文档上下文的交互式查询扩展系统。本文的主要贡献如下: (1)在文本浏览器中嵌入一个信息检索系统。通过VisuH C++中的动态连接库(DLL),在Word浏览器中嵌入基于单文档上下文的交互式查询扩展系统的功能插件。 (2)提出了基于文档上下文查询信息抽取算法。该算法将全局分析和局部分析结合起来从单文档中抽取用户选定查询的上下文信息。通过全局分析提取用户一定的查询兴趣,利用局部分析消除查询词的歧义性。 (3)交互式查询扩展用户界面的设计。设计出一个便于用户选择和更正查询扩展词的交互式友好界面,以提高检索的精度。 (4)为了利用网络上其他形式的数据库信息,运用了多线程式的并行元搜索引擎方法,并对其中涉及的难点问题进行了探讨和实现。 本文基于不同知识领域内的英文电子文档对系统进行了测试,试验结果表明,利用上述的处理技术后,系统在信息检索的用户操作环境、查准率、查全率等方面均有很大程度的提高。