基于词词关联矩阵改进的模糊检索研究(二)——叙词表控制下词间关联度的改进算法

传统上，检索系统利用基于词语共现分析所生成的自构造词表，即词词关联矩阵来实现模糊检索，这种方式生成的词表存在词间关系单一、语词假相关、词义控制差等问题。本文结合传统叙词表，对自构造词表的词间关联度算法进行了改进，新算法丰富了词间关系类型。实证分析表明，新算法有助于提升系统的检索效率。本文首先阐明词间关联度现有算法及关系数据处理方式，并指出现有算法存在的问题，然后引入叙词表控制机制，针对四种词间关系控制情形提出了各自的词间关联度改进算法。最后通过集合从理论上分析改进算法和现有算法，并借助语词关系网实证改进算法对语词关系网的关联性的影响。

基于词词关联矩阵改进的模糊检索研究——模糊语词转模糊概念检索方法探究

语义网的发展为模糊语词转模糊概念检索提供了可能,鉴于词表在模糊检索系统中的主导地位,实现模糊概念检索必须先完成词表向本体的转换。在综合分析和评价已有转换方法的基础之上,提出综合转换法。该方法继承间接转换法规范的概念抽取及关联设计规则,又通过综合评议和词信息量、词间关联度、文档频率等参数的算法设计改变了直接转换法过于程式化的处理方式。最终将词词关联矩阵转换为概念矩阵,叙词表升级为本体库,并在现有检索算法的基础上设置了检索原子与概念的映射关系,以实现概念检索。

基于修正TF-IDF的搜索引擎查询扩展模型

本文对已有的个性化服务模型加以改进,介绍了一种基于修正TF-IDF的搜索引擎查询扩展模型。该模型主要将词权的计算方式由简单的频度替换为修正的TF-IDF公式。修正的TF-IDF公式能够更准确的表示词在不同文档和类别中的重要程度,体现不同类别中,同一词的权重差异性。实验表明,利用该模型,能够为用户提供有效可行的个性化服务。