个性化信息检索中的用户历史分析

个性化信息检索通过挖掘用户兴趣来准确理解用户信息需求,提供高质量的检索结果。然而,用户历史是否与用户信息需求有关系这一问题缺少明确回答。本文基于真实搜索日志对用户历史与用户信息需求的关系进行了分析。当前点击代表了用户信息需求。分析结果显示,用户历史中存在与用户信息需求有关的内容,证明挖掘用户历史可以提高个性化检索性能。     

面向信息检索的藏文文本索引策略研究

互联网文本数量持续爆炸式增长,用户通过互联网查找信息变得更加困难,响应时间得不到满足。针对藏文本身的语言学特点,探讨一种面向信息搜索的藏文文本索引建立策略,建立一种高效的藏文文本索引,以提高藏文信息检索速度。     

掌上超级汉语工具书

正中国汉字环境极其复杂,一个念了一辈子书的学者,到头来也离不开各类汉语字典、词典。如今资料管理查询正在实现电子化,如果把这些工具都搬到手机中,查询效率会远远胜过传统的方法。今天给大家介绍的是一款集合了新华字典、汉语词典、成语词典、成语故事的Android平台适用的APP工具,它的名字虽然叫"现代汉语词典",但其完全版中包括以上介绍的所有词典,而且其所包含的丰富功能比传统的字典词典有过之而无不及。     

基于Nutch与元搜索引擎技术的高校网络舆情监测系统研究

针对高校网络舆情监测工作的不足,结合高校舆情信息的传播特点,提出了在校园网范围内基于Nutch搜索引擎技术进行信息检索,在互联网上采用元搜索引擎技术获取相关信息的舆情监测系统构建方案。采用关键词特征库匹配方式自动进行网络舆情监测,及时准确地发现网络舆情信息;探讨了高校对于网络舆情的监测、分析、引导和反馈等环节的处理方法,从而形成完善的应对机制。     

个性化信息检索中用户兴趣建模与更新研究

个性化信息检索系统的实时性关键在于如何动态更新用户兴趣模型。针对原有方法的不足,改进用户兴趣模型的描述与更新方式。首先根据网页文档的特征改进TF-IDF(Term Frequency-Inverse Document Frequency)算法,以此作为用户兴趣特征词的权重,同时通过引入领域本体,将用户兴趣特征项进行语义扩展,并根据用户浏览行为,改进其用户兴趣主题计算方式,并在此基础上提出用户兴趣模型的更新与遗忘机制。实验对比结果表明,该方法能够捕捉用户兴趣的变化,进一步提高个性化信息检索的准确度与用户满意度。     

一种高效的多模式字符串匹配算法

在Fan-Su(FS)多模式字符串匹配算法基础上,结合BM-Horspool(BMH)算法和Quick Search(QS)算法的优点,提出一种高效的多模式字符串匹配算法。该算法能够充分利用本次匹配失败和部分匹配成功的信息,一方面增加模式树根节点失配的概率,提高匹配过程中失配时的跳跃距离。另一方面避免不必要的状态转移,实现不匹配时的连续跳转。分析指出,在最好情况和平均情况下,时间复杂度均优于ACBM算法和FS算法。实验结果表明,一般情况下该算法的查找时间仅为AC算法的10%~35%,ACBM算法的50%~60%,FS算法的70%左右,FSQB算法的65%左右。     

基于中文句法结构的关系挖掘

针对实体间关系的表现形式和中文句法结构间存在的映射关系,提出一种新的实体关系挖掘算法。以实体关系在中文句法结构中的表现形式为基础,通过训练得到关系挖掘模板(单通道挖掘机),将每一个待挖掘的句子交给挖掘机,利用其中包含的挖掘模板对句子进行关系挖掘。为找到更准确的关系元组,对得到的元组进行准确化处理。该算法仅根据句子的句法结构即可进行实体关系挖掘,关系挖掘类型和句法结构映射明确,拓展性较强。实验结果证明,利用中文句法结构和实体关系间的映射关系能进行关系挖掘,挖掘准确率可达到80%以上。     

基于话题链的汉语语篇连贯性描述体系

汉语简洁灵活的意合型篇章组合结构,对传统的基于关联词的篇章连贯性描述体系提出了新的挑战。该文引入话题链描述形式,设计不同类型的话题评述关系集,构建了以话题链为主,融合关联词语和其他连贯形式描述机制,覆盖话题评述、并列、因果、转折四大类关系的汉语语篇连贯性描述体系。在清华句法树库TCT上进行的验证实验,发现话题链和关联词语分别覆盖了约76%和50%的汉语复句,并且两者经常同时使用,初步证明了这个体系在句子连贯性描述方面的可行性和有效性。     

谈汉语歇后语的翻译

在汉语的歇后语转换成英语的过程中,需要综合语言、文化、认知、交际的各种因素来忠实地再现源语表达式的意义。本文详细地从汉语歇后语的定义和分类及歇后语翻译的意义两方面阐述了英汉两种语言翻译的深层内涵,从而为进一步研究有效的翻译方法提供基础。     

基于开发者协作关系和信息检索的需求跟踪系统

目前自动化需求跟踪的研究广泛使用文本信息检索技术。然而信息检索会遗漏一些文本不相似但是实际相关的软件制品,导致自动化跟踪的精度不高。针对上述问题,提出利用开发者协作关系来进行优化,研发了基于开发者协作关系和信息检索的需求跟踪系统。该系统在进行需求跟踪时,首先用信息检索推荐与需求文本上相似的代码,然后从代码提交日志中挖掘开发者协作关系,根据开发者协作关系再推荐相关代码,用户根据两次推荐的结果确定正确的需求代码跟踪关系。试验结果表明该系统能够找到信息检索遗漏的需求跟踪关系,能够提高自动化跟踪的准确性,节省跟踪时间。