“基于概念格的检索查询扩展系统”与已有的查询扩展方法不同,其主要特色是试图通过文本概念挖掘、文本间的概念关系、概念格构建算法的综合利用,从概念的角度为用户提供自动查询扩展。本课题以此为指导,主要在“基于概念格的检索查询扩展系统”的背景下,研究文本概念挖掘的方法。“基于概念格的检索查询扩展系统”,以概念为基础,以初始查询串为中心,并结合用户的主观调节,给用户提供全面而清晰的查询扩展方向。本文的主要研究工作和成果有:1,基于传统的信息检索系统,增加了查询扩展分支。以形式概念分析为理论基础,参考概念格在信息检索中的应用模式,设计并实现了基于概念格的检索查询扩展模块。以文档概念间的关系,建立查询扩展的方向,为用户提供以概念为基础的扩展建议;同时,图形化的概念格图也有效提高了系统与用户之间的交互性,使得系统能更好的利用用户对初次查询结果的反馈信息。2,本文以文本的概念抽取为研究重点,完成了建格预处理模块的实验性设计、实现与测试。尝试从信息熵的角度来评价特征对文本的贡献度,用特征熵取代传统的IDF。经过实验证明,基于特征熵的文本概念抽取效果与CHI统计方法的效果相当,但效率上却得到了较大的提高。3,基于以上理论基础,又引入了领域词典的知识背景,使得特征项的权值具有时间演变性,查询扩展的推荐词能够在内容相关性的基础上具备时间相关性;其次,加入Web文档结构信息的应用,考虑了特征项的位置权重。实验证明,以上措施可以在不影响计算效率的前提下较好地提高概念抽取的效果。