基于多領域本體的探索式搜索的查詢推薦方法研究.pdf

1、在搜索過程中，如果用戶不了解目標領域，或者用戶的搜索任務相對比較復雜，或者系統(tǒng)對信息的索引不充分，這種情況下用戶的搜索行為通常稱為探索式搜索。在探索式搜索中，由于基于本體查詢推薦可以找出與初始查詢或關鍵詞相關的其他查詢或關鍵詞，幫助用戶構造更準確查詢，成為了支持探索式搜索的有效方法。在探索式搜索中，由于其探索性導致用戶的關注點較廣泛，通常涉及多個領域。因此，這些特性使得在基于本體的探索式搜索的查詢推薦中需要引入多領域本體，從而幫助用戶更

2、好的完成探索式搜索。
　　針對上述問題，本文研究基于多領域本體的探索式搜索的查詢推薦方法。本文首先通過隱式馬爾科夫模型的參數(shù)訓練和預測，解決了多領域本體中的資源歧義問題;接下來借助搜索引擎獲取查詢詞的權威領域集合，本文分析本體概念在權威領域集中的具體使用情況，實現(xiàn)了在查詢推薦過程中為不同領域本體賦予權重;最終利用推薦詞的相關文檔集合和探索路徑信息，本文構建了推薦詞的探索模型，并以此為基礎，實現(xiàn)推薦詞的排序和選取方法。
　　具

3、體的，首先，針對于多領域本體的資源歧義問題，本文利用隱式馬爾科夫模型，通過大規(guī)模的本體詞義標注語料庫，提取特征后訓練模型參數(shù)，然后對未標注句子中多義詞的義項進行預測，從而實現(xiàn)了多領域本體的資源消歧。隨后，本文通過獲取查詢詞的權威領域集，將權威領域集中的關鍵詞與不同領域本體中的概念信息以及文本型的信息進行相似度計算，在查詢推薦過程中為不同領域本體賦予權重。最后，本文利用推薦詞的相關文檔集合和探索路徑信息，分別構建了推薦詞的語言模型、探索模