基于lda的蒙古文信息检索方法研究与系统实现

《基于lda的蒙古文信息检索方法研究与系统实现》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、Ｃ＼Ｖ六：ｉ填ｒＬ、．稱單Ｗ，ＴｔＶＶ咬＇，ｆｕ皆．’．ｉ？＇‘．．全義巧嗜’‘．越气ｉ一，．？＇ｒ．马編却ｆｒ７ｆ授ｒ－Ａ觀Ｗ衣’ＶＫ’。一巧廷分Ｗ‘辛１，番：Ｗ式－＇东：进：＼％ｉ－Ｉ，产．Ｙ＇＇．‘每Ｉ皆ｉ＂’－，＇．。＞；．．茜气．＇，＃若．ｒｖ．＇這．＇＇．較＾與片勝ｓＷ人’妓＇Ｖ‘、／．ｎ＾兔＾、１芯哲．；．＼Ｘ＾Ａ＇每满；硕学化ｕ＾Ｃ－：片；乂京婷＇．．．．＞Ｓ瞧齡法与織滅－ｉ的賺觀方娜祭、巧＇公＇．．．．Ｉ矣ＩＩ＾１＾ｗ請＾ｋＩ齡．

2、＾＞Ｉｎ＾Ｐ刪＾ｗ１側齡由齡參／一‘－．３；■＂．．．－ｖ■＼．．：’＇护凌片＾．学科ｎ＇於－．！级学计刪师醇与技ＫＶ．：学科、计Ｉ齡群与技Ｋ＊．ｖ，＇研究方自難齡处理＞ｖ．申巧人斯扣巧‘人＾一７户ｔ巧＾Ｉ—．．婪／？ｒｒ＇ｒ．；ｖ－？七ｒ１辜．’‘－、平、．＾－．可－／特．？嵌ｆ＾．＾．、．．Ｖ嗔每．２■ｖ．二．＼讓哥，？，、护、，ｉ＾．．＞；羁备霧ｃ攀章．讀棄每讀／昏．隸．ｖ学校代码：１０１３５ＴＰ３９１论文

3、分类号；号：２０１３４０１９０１０研究生类别＝全日制减坏範乂聲硕去学化冷文基于ＬＤＡ的蒙古文信息检索方法研究与系统实现ＲｅｓｅａｒｃｈｏｆＭｏｎｇｏｌｉａｎｉｎｆｏｒｍａｔｉｏｎｒｅ化ｉｅｖａｉｍｅｔｈｏｄｂａｓｅｄｏｎｔｈｅＬＤＡａｎｄｓｙｓｔｅｍｉｍｐｌｅｍｅｎｔａｔｉｏｎ学科口类：＾＿级学科：计算机科学与技术学科、专业：计算化科学与技术研究方向：自然语言处理申请人姓名：斯日古持指导教师姓名：＾一一—＿０六年石月－十ｔ曰内蒙古师范大学硕±学位论文

4、独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果，尽我所知，除了文中特别加Ｌ乂标注和致谢的地方外，论文中不包含其他人臣经发表或撰写过的巧究成果，也不包含本人为获得内蒙古师范大学或其它教育机构的学位或证书而使用过的批料。本人保证所呈交的论文不侵化国家机密、商业秘密及其他合法权益一。与我同工作的同志对本研究所做的任何贡献均＆在论文中作了明确的说明并表示感谢。。签名；曰期；６年＾月５曰所Ｐ钟累＾＾关于论文使用授权的说明本学位论文作者完全了解内蒙古师范大学有关保留、使用学位

5、论文的规定：内蒙古师范大学有权保留并向国家有关部口或机构送交论文的复印件和滋盘，义许论文被查阅和借阅，可将学位论文的全部或部分内容编入有关数据库进行检索，可Ｌ乂采巧影印、缩印或扫描等复制手段保存、汇编学位论文，并且本人电子文挡的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。签知削巧签名；新防节巧化和ｉ曰期：年月言〇曰内蒙古师范大学硕±学位论文中文摘要随着网络技术的不断发展及信息的全球化，使我们能随时随地从互联网上获取自己所需的信息，带来了极大便利，同时也推动了少数民族语言文

6、字网络化应用的发展，对少数民族语言文字顺应信息时代发展的需求和搜索引擎的发展起着十分积极的作用。蒙古文是我国影响力较高一的少数民族语言文字之，近年来随着网络上蒙古文信息的日益丰富，如何在大量的网络信息资源中快速、准确地找出满足用户需求的蒙古文信息，是当前蒙古文信息检索技术需要迫切解决的问题。传统的蒙古文信息检索系统更多基于关键词匹配进行检索，仅考虑词与词之间的字面匹配，未充分利用词之间语义层面的关联信息。事实上一２０％，不同用户使用同样关键词来描述同对象的概率往往小于，并一一意现象较普遍且蒙古文语言表法形式多样，词

7、多意与多词，这使得。查询结果与用户所需信息差距较大，造成检索效果不佳针对上述问题，本文主要从挖掘文档主题语义信息方面寻找解决方ＬＤＡ主题案，通过模型提取文档中隐含的主题和主题共现关系，从而利用文培的隐含主题语义信息为检索服务，改善检索效果。具体工作说明如下：本文提出了一种Ａ主ＬＤ题模型与语言模型相结合的蒙古文信息检索一元和二元语言模型方法。该方法首先对蒙古文文本建立，得到文本的语言概率分布，利用吉普斯抽样方法计算；然后基于ＬＤＡ建立主题模型模型的参数，挖掘得到文档隐含的主题概率分布，；最后计算出文档主题分布

8、与语言分布的线性组合概率分布，此分布来计算文档主题与查。询关键词之间的相似度，最后返回与查询关键词主题最相关的文档方法中语言模型