导　　师： 黄广君

授予学位： 硕士

作　　者： ;

机构地区： 河南科技大学

摘　　要： 随着互联网的发展及社会信息化的发展，信息呈爆炸式增长，人们对信息获取的要求越来越高，不断推动信息检索技术的发展。当前主流商用搜索引擎仍然采用基于关键词查找的方式。这种查找方式在给用户提供一种简便查询平台的同时，也给人们返回了大量与查询意愿无关的垃圾结果。因此，有学者提出使用查询扩展的方法来解决这个问题。 查询扩展是在原查询词的基础上加入相似或相关的词以克服自然语言的“二义性”问题，改进查询意愿的描述。传统的查询扩展技术虽然在技术上有不断的改进，但是仍然以单个查询词为中心进行扩展，忽略了查询概念语义之间的关联扩展，因而没有充分表达和扩展出用户查询意图。近年来，语义概念查询扩展成为新的热点，就是在语义词典/领域本体的基础上构建概念语义空间，从概念语义空间中提取查询语义及其语义关联，实现语义概念扩展。这种扩展在一定意义上实现了语义层次的扩展，但过于依赖完备的语义体系，导致许多与用户查询意愿不相关的词的加入，从而容易出现查询漂移的问题。 针对现有查询扩展存在扩展词质量不高的问题，本课题在前人研究成果的基础上，利用语义词典和文档集两种扩展源，在语义空间的基础上引入统计模型对查询词进行扩展。本文的研究工作主要包括以下几个方面： 1.语义词典、领域本体等知识体系已经成为智能化信息检索不可或缺的支撑工具。在传统构建语义森林的基础上，提出了向上溯源查找最近公共祖先结点的方法，构建出覆盖面全、冗余度低，结构合理的概念语义空间； 2.在对查询扩展进行范围控制的过程中，本课题提出了动态观察窗口加权模型，用于强化共现词之间的关联度。在大规模文档集中使用动态观察窗口加权模型对初始查�

关 键 词： 查询扩展 语义空间 观察窗口 加权 平均倒数排名

领　　域： [自动化与计算机技术] [自动化与计算机技术]