基于概念语义相似度计算模型的信息检索研究

《基于概念语义相似度计算模型的信息检索研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第３０卷第６期计算机应用与软件Ｖｏｌ３０Ｎｏ．６２０１３年６月ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＪｕｎ．２０１３基于概念语义相似度计算模型的信息检索研究杨春龙顾春华（华东理工大学信息科学与工程学院上海２００２３７）摘要以电子商务领域本体为基础，旨在提出一种改进的基于概念语义相似度计算模型，该模型结合基于距离和基于内容两个方面，能够更为全面精确地量化本体中概念结点之间的语义相似度。据此，进行查询关键词集概念扩展和查询与结果文档的相似度计算，最终形成检索算法。实验对比于Ｌｕｃｅｎｅ检索算法，通过选取热点概念关键词从准确率、召回率、响应速度３个指标

2、来评估检索算法的性能。实验证明，提出的检索算法与基于Ｌｕｃｅｎｅ的信息检索方法相比，检索性能有较大提高。关键词领域本体概念语义相似度准确率召回率信息检索中图分类号　ＴＰ３１１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．０６．０２４ＯＮＩＮＦＯＲＭＡＴＩＯＮＲＥＴＲＩＥＶＡＬＢＡＳＥＤＯＮＣＯＮＣＥＰＴＳＥＭＡＮＴＩＣＳＩＭＩＬＡＲＩＴＹＣＯＭＰＵＴＡＴＩＯＮＭＯＤＥＬＹａｎｇＣｈｕｎｌｏｎｇ　ＧｕＣｈｕｎｈｕａ（ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＥａｓｔＣｈｉｎａＵｎｉｖ

3、ｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｇｈａｉ２００２３７，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ　　Ｔａｋｉｎｇｅｃｏｍｍｅｒｃｅｄｏｍａｉｎｏｎｔｏｌｏｇｙａｓｔｈｅｂａｓｉｓ，ｉｎｔｈｅｐａｐｅｒｗｅａｉｍａｔｐｒｏｐｏｓｉｎｇａｎｉｍｐｒｏｖｅｄｃｏｍｐｕｔａｔｉｏｎｍｏｄｅｌｗｈｉｃｈｉｓｂａｓｅｄｏｎｃｏｎｃｅｐｔｓｅｍａｎｔｉｃｓｉｍｉｌａｒｉｔｙ．Ｔｈｅｍｏｄｅｌｉｎｔｅｇｒａｔｅｓｔｈｅｔｗｏａｓｐｅｃｔｓｏｆｄｉｓｔａｎｃｅｂａｓｅｄａｎｄｃｏｎｔｅｎｔｂａｓｅｄ，ｃａｎｑｕａｎｔｉｆｙｔｈｅｓｅｍａｎｔｉｃｓｉｍｉｌａｒｉｔｙ

4、ｂｅｔｗｅｅｎｔｈｅｃｏｎｃｅｐｔｎｏｄｅｓｏｆｏｎｔｏｌｏｇｙｍｏｒｅｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙａｎｄａｃｃｕｒａｔｅｌｙ．Ａｃｃｏｒｄｉｎｇｌｙ，ｉｔｅｘｔｅｎｄｓｔｈｅｃｏｎｃｅｐｔｏｆｑｕｅｒｙｋｅｙｗｏｒｄｓｓｅｔａｎｄｃａｌｃｕｌａｔｅｓｔｈｅｓｉｍｉｌａｒｉｔｙｏｆｔｈｅｑｕｅｒｙａｎｄｔｈｅｒｅｓｕｌｔｉｎｇｄｏｃｕｍｅｎｔ，ａｎｄｆｉｎａｌｌｙｇｅｎｅｒａｔｅｓｔｈｅｒｅｔｒｉｅｖａｌａｌｇｏｒｉｔｈｍａｓｐｒｅｓｅｎｔｅｄｉｎｔｈｉｓｐａｐｅｒ．ＩｎｅｘｐｅｒｉｍｅｎｔｗｅｃｏｍｐａｒｅｉｔｗｉｔｈｔｈｅＬｕｃｅｎｅｒｅｔｒｉｅｖａｌａｌｇｏｒｉｔ

5、ｈｍ，ａｎｄｅｖａｌｕａｔｅｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅｒｅｔｒｉｅｖａｌａｌｇｏｒｉｔｈｍｉｎｔｈｅｐａｐｅｒｔｈｒｏｕｇｈｃｈｏｏｓｉｎｇｋｅｙｗｏｒｄｓｏｆｆｏｃｕｓｃｏｎｃｅｐｔｉｎｔｅｒｍｓｏｆｔｈｒｅｅｉｎｄｉｃａｔｏｒｓ：ｐｒｅｃｉｓｉｏｎ，ｒｅｃａｌｌａｎｄｒｅｓｐｏｎｓｅｓｐｅｅｄ．Ｅｘｐｅｒｉｍｅｎｔｐｒｏｖｅｓｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｒｅｔｒｉｅｖａｌａｌｇｏｒｉｔｈｍｉｎｔｈｉｓｐａｐｅｒｈａｓｇｒｅａｔｅｒｉｍｐｒｏｖｅｍｅｎｔｉｎｒｅｔｒｉｅｖａｌｐｅｒｆｏｒｍａｎｃｅｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｉｎｆｏｒｍａｔｉｏｎｒｅｔｒ

6、ｉｅｖａｌｍｅｔｈｏｄｂａｓｅｄｏｎＬｕｃｅｎｅ．Ｋｅｙｗｏｒｄｓ　　Ｄｏｍａｉｎｏｎｔｏｌｏｇｙ　Ｃｏｎｃｅｐｔｓｅｍａｎｔｉｃｓｉｍｉｌａｒｉｔｙ　Ｐｒｅｃｉｓｉｏｎ　Ｒｅｃａｌｌ　Ｉｎｆｏｒｍａｔｉｏｎｒｅｔｒｉｅｖａｌ本文在已有技术基础上提出一个更为全面、精确地量化概念间０　引言语义相似度的计算模型，并结合电子商务领域本体和具体需求，构建一个基于概念语义相似度计算模型的信息检索系统。网络技术的飞速发展导致了网络资源的爆炸式增长，为人们获取信息的数量提供保障。但是，随着人们获取信息的需求１　相关工作的日益复杂化，传统信息检索使得人们获取信息的质量大打折扣，已不能满足

7、人们的需求。因为传统的信息检索基本采用基针对概念间语义相似度的计算，业内主要有３个不同角度于简单关键字匹配的方法，存在着巨大缺陷［１］：（１）检索结果［３］的研究：（１）ＬｅａｃｏｃｋＣｈｏｄｏｒｗ提出的基于距离的概念语义相集只是从简单字面形式上满足用户的要求，实际内容往往有所似度计算模型，该模型的基本思想是把概念间的语义相似度用偏离；（２）用户的输入必须准确，稍有偏差便得不到正确结果概念在本体网络层次中的几何距离来量化，计算模型直观，但过集。造成这种缺陷的主要原因在于：对计算机而言，检索请求几于简单，考虑的几何距离太过粗糙