基于RDF4S语义服务描述模型的服务资源搜索框架

语义服务资源搜索是一个满足服务请求者快速、便捷地定位可用语义服务资源的过程。一个高效、精确的基于语义的语义服务资源搜索框架和经过精心设计并实现的搜索工具是语义服务框架中的一个必要组件。提出一种基于RDF4S语义服务描述模型的服务资源搜索框架,详细说明了该搜索框架的结构。搜索框架根据RDF4S语义服务描述模型的QoS、执行、功能和接口四种语义标注元素类型,分别采用不同的搜索匹配策略,可以很大程度上提高搜索的效率和精度。     

智能语义搜索引擎的探究

现有搜索引擎系统在响应用户搜索请求的过程中,往往根据分词后的查询关键词在文档中出现的次数来匹配文档内容,这种仅仅根据词频来确定关键词和文档之间相关度的方法往往缺乏一定的准确性,常常导致搜索引擎的网页结果列表并不是用户真正想要的内容,这给用户的检索过程带来极大不便,也是搜索引擎"查准率"得不到彻底改善的主要原因。该文通过构建对象语义库来存储和管理各种对象集,从而实现用户基于对象的检索过程,以提高搜索引擎查询的准确率。     

基于语义的中文搜索引擎研究

如何从大量信息中获取有用的信息,是目前面临的挑战性问题,在寻找有用信息的迫切性需求下,搜索引擎逐渐成为人们在网上检索信息的重要工具。通过对语义搜索的研究和设计,证明语义搜索引擎的可行性与实用性。总的来说,我们已经初步完成了一个基于语义的搜索引擎的框架结构,该框架包括搜索、检索、搜集等功能和模块,已经覆盖了该课题的多数研究内容和目标。其中的有一些技术已经可以在电子商务等一些专用领域应用了。     

基于Lucene的语义搜索引擎设计

该文在开源全文搜索引擎Lucene的基础上设计了一个结合本体与自然语言处理技术的语义检索系统。系统分析了如何对文本进行语义分析,设计了语义索引项以存储语义信息,并提出了使用语义信息的网页排序算法。     

基于ontology的语义搜索引擎研究

在分析搜索引擎的基础上,提出了一种基于ontology的语义搜索引擎系统设想.这个搜索设想不仅能实现关键词的检索,还能让机器理解Web页面的内容、进行语义推理、完成更繁杂细致的搜索任务.将对于提高Web的查全率和查准率有一定的参考意义.     

A Relation-Based Search Engine in Semantic Web

With the development of the Web, an information "Big Bang" has taken place on the Internet. Search engines have become one of the most helpful tools for obtaining useful information from the Internet. However, instead of caring about the semantics of information, the machine on the current Web cares about the location and display of information only. Because of this shortcoming of the current Web, the search results by even the most popular search engines cannot produce satisfactory results. The development of the next generation Web, semantic Web, will turn the situation around completely. This paper proposes a prototype relation-based search engine, "OntoLook," which has been implemented in a virtual semantic Web environment in our lab. We also present its system architecture and analyze the key algorithm     

基于语义Web的搜索引擎研究

传统搜索引擎是基于关键字的检索,然而文档的关键字未必和文档有关,而相关的文档也未必显式地包含此关键字。基于语义Web的搜索引擎利用本体技术,可以很好地对关键字进行语义描述。当收到用户提交的搜索请求时,先在已经建立好的本体库的基础上对该请求进行概念推理,然后将推理结果提交给传统的搜索引擎,最终将搜索结果返回给用户。相对于传统的搜索引擎,基于语义Web的搜索引擎有效地提高了搜索的查全率和查准率。     

基于语义理解的智能搜索引擎研究

本文提出了一种基于自然语言理解的搜索引擎模型.它的核心技术是基于自然语言理解的相关技术,包括从 关键词、提问方式、提问重点三个层次对用户查询进行语义分析、特征向量提取及基于该思想建立了面向Web网页内容 的特征库,提出返回文档排序的算法,基于Lucene全文索引工具包建立了搜索引擎,对库中已收入的特征词进行了查询 测试,查准率为86.7%.实验表明,该模型基本实现了对查询短语的理解,对提高搜索引擎的查准率有显著的效果.     

基于语义理解的智能搜索引擎的研究

目前网络上的搜索引擎主要是基于关键词索引查询技术设计的,这种技术的搜索范围很大,但由于关键词难以表达丰富的概念,导致查询效率很低。而基于语义理解的智能搜索引擎解决了传统搜索引擎中"忠实表达"和"表达差异"的问题,极大的提高了查找效率。基于语义理解的智能搜索引擎必将成为未来的研究热点。     

基于语义网络的海量源码搜索引擎

提出一种通过类自然语言输入在海量源码库中进行代码搜索的方法,旨在提高开源代码在方法层面的重用性。相比于传统的关键字匹配的海量源码搜索方案与基于自然语言的上下文相关的项目内定位方法,本文的程序分析结合语义网络的算法既可解决前者由于源码中缩写与近义词问题带来的目标无法匹配的问题,同时也可解决基于自然语言的源码定位受限于指定项目无法在应用于海量源码搜索的限制。最后通过实验验证引擎的可靠性与可用性。     

搜索引擎中语义相关反馈技术的研究

搜索引擎是互联网普及的标志，但是目前在搜索引擎的召回率和准确率上是不能让用户满意的。文中从基于向量空间的反馈技术的分析入手，利用概念图的知识，提出了基于语义的相关反馈技术。实验结果表明，该技术在提高查全率和查准率上是有效的。     

搜索引擎中语义相关反馈技术的研究

搜索引擎是互联网普及的标志,但是目前在搜索引擎的召回率和准确率上是不能让用户满意的。文中从基于向量空间的反馈技术的分析入手,利用概念图的知识,提出了基于语义的相关反馈技术。实验结果表明,该技术在提高查全率和查准率上是有效的。     

Searching and browsing Linked Data with SWSE: The Semantic Web Search Engine

In this paper, we discuss the architecture and implementation of the Semantic Web Search Engine (SWSE). Following traditional search engine architecture, SWSE consists of crawling, data enhancing, indexing and a user interface for search, browsing and retrieval of information; unlike traditional search engines, SWSE operates over RDF Web data – loosely also known as Linked Data – which implies unique challenges for the system design, architecture, algorithms, implementation and user interface. In particular, many challenges exist in adopting Semantic Web technologies for Web data: the unique challenges of the Web – in terms of scale, unreliability, inconsistency and noise – are largely overlooked by the current Semantic Web standards. Herein, we describe the current SWSE system, initially detailing the architecture and later elaborating upon the function, design, implementation and performance of each individual component. In so doing, we also give an insight into how current Semantic Web standards can be tailored, in a best-effort manner, for use on Web data. Throughout, we offer evaluation and complementary argumentation to support our design choices, and also offer discussion on future directions and open research questions. Later, we also provide candid discussion relating to the difficulties currently faced in bringing such a search engine into the mainstream, and lessons learnt from roughly six years working on the Semantic Web Search Engine project.     

基于知网与搜索引擎的词汇语义相似度计算

提出一种基于知网与搜索引擎的词汇语义相似度计算方法。利用义原在层次体系树的深度、密度、信息量优化义原的相似性计算。将逐点共有信息（PMI）算法与归一化谷歌距离（NGD）算法结合优化基于搜索引擎的词汇语义相似度计算。将词汇的词性作为权重因子融合知网与搜索引擎的词汇相似度计算结果。实验结果表明,与基于知网和基于搜索引擎的语义相似度计算方法相比,所提出的方法在NLPCC测试集上的平均相似度更接近于测试集的评测标准,在汽车票务领域的词汇相似度计算中具有较好的应用效果。     

基于语义的企业搜索引擎的研究与实现

企业中有大量的数据如:文件、邮件、图片等非结构化数据存放在企业内计算机系统中,并且数据增长很快。因此,如何方便,快捷,安全地获取企业内部的信息内容,造就了一个新的但实际上非常传统的应用——企业搜索引擎。本文通过对现有的各种搜索引擎进行分析,提出一种基于语义的企业搜索引擎的框架,这种框架关键是结合本体对各种资源进行索引,提高了检索的性能。并以Lucene为基础,结合Ajax技术实现系统原型,在实验中取得了很好的结果。     

Ropeway:基于语义相关的XML关键字搜索引擎

XML数据包含丰富的语义信息,但现有的大多数XML搜索引擎并未利用这一信息.如何利用XML数据的语义信息提高检索质量已成为当前研究所关注的问题.设计并实现了一个基于语义相关的XML关键字搜索引擎:Ropeway. 对于用户给定的关键字,Ropeway分析了XML数据的语义和用户信息需求,推断用户的查询主题,然后从XML数据中搜索与该主题相关的结果,并根据主题相似度对结果进行排序.结果证明: Ropeway具有良好的检索性能.     

一种Web地图服务搜索器的设计

借助于Web地图服务技术,大量的Web地图服务得以开发并发布到网络上.由于Web地图服务缺乏有机联系,用户很难有效地获取和利用这些服务.本文提出了一种Web地图服务搜索器框架,包括URL搜索器、Capabilities数据库和Capabilities响应文档解析器等.搜索器采用一个高效的Robot对互联网中所有的URL进行搜索,然后判断一个URL地址是否符合WMS规范,再向该地址发送WMS的GetCapabilites服务请求,通过对响应文档的分析来判定该服务是否是Web地图服务,从而提取WMS服务器信息并存储.测试验证,该Web地图服务搜索器可以实现Web地图服务的搜索、共享与服务.     

语义网的研究和发展对未来搜索引擎的影响

目前在全球市场里占据主要份额的谷歌、雅虎、百度等搜索引擎,提供给人们的依旧是比较笨拙的工具,因为它们始终受制于传统Web,对搜索关键字的精确度要求苛刻,处理自然语言的能力很低。语义网(SW)的提出、研究和发展,给搜索引擎带来了新的希望。而基于语义Web的智能搜索引擎,则是下一代搜索引擎的必然选择。     

Internet的搜索引擎

文章对现有的中英文搜索引擎做了分析比较,指出当前搜索引擎存在过分追求大而全以及用户界面不方便表达用户感兴趣的主题的问题,并基于一个用 Ｊａｖａ开发的 Ｉｎｔｅｒｎｅｔ中文即时搜索工具,提出了一些尝试性的解决方案。