基于本体的网络信息检索

本文在阐述本体的定义及其概念化、共享化的特点的基础上,提出基于本体层的信息检索模型。通过本体,可以改进知识的概念化和共享化程度的描述。在搜索引擎中引入本体描述,可以提高搜索引擎的智能性,以获得更佳的搜索结果。     

一种基于领域本体的混合信息检索模型

针对语义检索中本体不能提供所有知识的问题,提出一种基于领域本体的混合信息检索模型。该模型利用领域本体中概念间的语义关系,结合关键词检索和语义检索,建立关键词基础矩阵和语义扩展矩阵两层索引矩阵,使系统检索在没有可用本体知识时能自动调整为关键词检索,保证一定的检索性能。两者的结合有效改善了检索性能。     

基于本体的智能信息检索系统研究

针对传统的信息检索系统存在的不足,提出了一种基于本体的智能信息检索模型.该模型充分利用了本体在语义表达方面的优势,主要介绍了它的设计思想、每个组成部分的功能以及其工作流程.     

基于本体的个性化信息检索系统设计研究

信息爆炸的时代,用户在获取需要的信息时存在着一定的困难与挑战,传统信息检索系统仅仅支持基于关键词匹配的检索,而不能准确理解用户的需求与意图。为实现信息的快速获取与高效利用,并为用户提供符合个性化需求的信息检索服务,文章基于本体理论、语义相似度算法与用户模型,设计个性化信息检索系统,以给予用户更优质的信息获取体验。     

基于本体的个性化信息检索研究

分析传统的信息检索系统存在的不足及其原因,将本体加入到检索系统中,提出一个基于本体的个性化信息系统的设计思路和系统模型,并对该模型的主要模块进行了介绍,探讨了利用本体的领域知识和用户的本体模型实现信息检索的过程．最后对该模型进行的性能评价表明在查全率和查准率方面都有很大改善。     

基于本体的智能化知识检索模型

该文简要从信息检索的一般过程出发,分析了基于本体的知识检索的工作原理以及一般模型;着重对现有的知识检索智能性不足的缺陷,引入IGA、多Agent等技术,设计了一个基于本体的智能化知识检索模型。     

基于本体的个性化信息检索研究

分析传统的信息检索系统存在的不足及其原因,将本体加入到检索系统中,提出一个基于本体的个性化信息系统的设计思路和系统模型,并对该模型的主要模块进行了介绍,探讨了利用本体的领域知识和用户的本体模型实现信息检索的过程,最后对该模型进行的性能评价表明在查全率和查准率方面都有很大改善。     

基于本体的中药材信息检索

本文阐述了一个中药材本体,提出一个基于本体的信息检索算法,并设计出试验原型系统。     

基于本体的语义信息检索模型研究

为了弥补传统检索模型基于关键词匹配的缺陷,探讨领域本体的语义信息检索模型。阐述了四元组本体内涵,给出了资源映射方案,制定了本体概念扩展策略,描述了本体概念相似度计算算法,并进行了实验对比分析。结果表明:本体语义检索模型查准率及查全率均高于传统检索模型,具有一定的理论及实用价值。     

基于知识本体的语义信息检索框架设计

基于关键词匹配的信息检索方式不能反映出被检关键字在现实世界中的语义,因此这种检索方式不可避免地导致查准率和查全率低的缺陷,而概念检索中的主体词典表达领域知识的能力有限。提出了一个基于知识本体的能够实现语义信息检索的多主体系统,它包括描述信息收集、存储、语义匹配和语义相关性扩展等几个主要部分,可以在很大程度上提高检索结果的查准率和查全率。     

基于本体的信息检索模型研究

根据文档处理方式的不同,将基于本体的信息检索系统分为基于知识库的语义检索系统和基于语义网文档的信息检索系统两类。对这两个模型的实现原理和关键步骤进行了阐述;探讨了基于本体的信息检索模型中的关键技术,并指出当前研究中存在的不足;最后对基于本体的信息检索系统的研究热点和方向进行了展望。     

基于自动问答系统的信息检索技术研究进展

自动问答是根据用户以自然语言提出的问题给出一个明确的答案。近年来,自动问答越来越受到信息检索和自然语言处理的研究者的关注。典型的自动问答系统通常包含问题分析、文段检索和答案选择等部件。介绍了自动问答的最新研究进展和相关国际会议情况,着重阐述问题分类、查询扩展、文段检索和答案选择这四个热点技术的主要功能和常用方法,最后提出存在的一些问题和展望。     

基于颜色特征的视频数据库检索系统

为了在视频数据库中提供有效的视频检索和浏览功能,必须建立高效的索引.由于视频数据具有层次性的结构,在镜头边界检测后,可以利用聚类方法按不同的相似性尺度对镜头关键帧进行处理,对视频数据建立索引.该系统采用颜色特征,使用Twin Comparison算法实现镜头检测和直方图平均法实现关键帧提取,对关键帧采用K均值聚类算法处理,建立视频数据库索引.实验结果表明该系统能较好地实现视频快速浏览和检索功能.     

一种基于Agent的因特网信息获取系统

文中在分析传统的搜索引擎和离线济览软件优缺点的基础上,提出了一种基本代理的因特网信息获取方案,并实现了集自动下载、全文检索和离线济览功能于一体的WebClone系统,使用户获取和共享因特网信息更加方便。     

网格环境下基于本体的信息检索体系研究

为了优化基于本体的信息检索的处理过程、提高应用系统的可靠性,提出了一种网格环境中基于本体的信息检索体系模型.利用Globus和OGSA-DAI工具进行计算资源和数据资源的管理,整合了闲置资源,提高了资源利用率,同时,将数据访问服务化,统一了接口访问类型.利用工作流模型管理业务流程的执行,实现了对数据的分布式部署,对业务服务的并行执行,能够在一定程度上解决因为信息量庞大、流程算法复杂带来的检索低效问题,提高系统的客错能力.     

基于DICOM文本与内容的医学图像检索系统研究

为辅助医师从海量医学图像中快速查找所需图像,提出了一种将DICOM文本信息和图像底层特征相结合的医学图像检索方法。从DICOM图像的文件头中提取文本信息,进行图像预筛选,提取图像的纹理及形状特征,通过设定权重将这两种特征相结合,进行基于内容的图像检索。实验结果表明,综合纹理和形状特征的检索方法优于单一特征检索方法,联合DICOM文本信息和底层特征的方法能明显提高检索的效能,使检索结果更接近于人的视觉理解。     

基于Ontology的Web信息检索系统研究

传统的信息检索技术以关键字匹配为主,缺乏语义推理能力,对用户的查询请求没有提供语义制导,因此造成信息的误检、漏检.将Ontology用于Web信息检索,分析了Ontology的语义表达能力,提出了基于Ontology的信息检索系统模型(MIRSO).MIRSO能够对用户提供语义制导,将用户的查询条件映射为领域Ontology的概念和关系,使用户的需求表达和信息内容精确匹配.实验结果表明,该方法能够提高信息检索系统的查准率.     

基于集对分析的本体案例检索模型

案例检索是案例推理系统中的一个关键过程,是近年来人工智能领域的研究热点之一。案例相似度的计算方法是案例检索的关键技术。将集对分析理论引入目标案例,与案例库中源案例的相似度比较,建立两个比较案例的集对,通过属性的重要度和联系度构建了本体案例检索模型;通过本体的词义扩展解决检索词的多词同义问题,有效提高了不确定性问题的检索精度。实验结果表明,基于集对分析的本体案例检索模型不仅减少了运算量,还提高了查全率和查准率。     

基于CBR的信息系统案例检索多Agent模型研究

将Multi-Agent技术应用于信息系统案例检索中,结合CBR技术与Web Service思想,提出了基于CBR的信息系统案例检索多Agent系统的模型框架和运作流程,设计了基于智能聚类的案例检索算法,通过神经网络的自组织学习优化案例检索的过程,使得该多Agent系统成为具有高度自治性的自我学习与完善的系统,为信息系统案例检索系统的研究与开发提供了一定的借鉴.     

Evaluating information retrieval system performance based on user preference

One of the challenges of modern information retrieval is to rank the most relevant documents at the top of the large system output. This calls for choosing the proper methods to evaluate the system performance. The traditional performance measures, such as precision and recall, are based on binary relevance judgment and are not appropriate for multi-grade relevance. The main objective of this paper is to propose a framework for system evaluation based on user preference of documents. It is shown that the notion of user preference is general and flexible for formally defining and interpreting multi-grade relevance. We review 12 evaluation methods and compare their similarities and differences. We find that the normalized distance performance measure is a good choice in terms of the sensitivity to document rank order and gives higher credits to systems for their ability to retrieve highly relevant documents.