基于语义处理技术的信息检索模型

信息爆炸是当今信息社会的一大特点，如何在海量的信息中有效地找到所需信息因而成为了一个关键问题，语义检索技术是解决这一问题非常有潜力的方法。本文对信息检索中的若干关键问题进行了研究，提出了基于语义处理技术的信息检索模型——SPTIR，该模型主要包括以下关键技术：基于词义消歧的语义查询扩展、基于词汇语义相关性度量的查询优化和基于文档语义相关性的检索结果重排序。最后使用大型测试数据集和多项性能指标对SPTIR模型的检索性能进行了试验评估，实验结果充分验证了SPTIR模型的竞争优势以及该模型采用的各项语义处理技术对提高检索性能所起的积极作用。

基于信息资源不同一性的检索结果优化排序

相关反馈一直是优化检索结果的主要方法,可归纳为四种模式。不同一性是信息资源的重要特性,用户的个性化信息是进行相关反馈的重要参考;利用用户的个性化检索信息进行相关反馈,并按照不同一性对反馈结果进行排序是一种全新的检索结果优化排序方法,该方法兼有更准确表达用户需求、个性化排序、提高用户对相关反馈检索结果满意度、容易实现等多种优势,具有较高的理论价值和应用前景。