基于领域本体和位置关系的信息检索模型

• 作者: 蒋宗礼 隋少鹏
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 检索模型 向量空间模型 本体 相似度
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 6-10
• 页数: 5页
• 分类号: TP31
• 字数: 5625字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2015.01.002

摘要

向量空间模型是最常用的信息检索模型，它根据词频来计算文档之间的相关度，这种方法虽然能够满足用户的基本检索需求，但是对于检索要求较高的用户，其效果仍然不甚理想。文中在向量空间模型的基础上，首先通过领域本体和上层本体来计算特征词项之间的相似度，据此得出与查询词相关的词，在求词项频率和逆文档频率时考虑这些词，然后引入了词序相关度和词语相邻相关度这两个概念，把特征项的位置关系也考虑进来。实验结果表明，文中提出的模型相比原始向量空间模型，在准确率上有了较大的改善。这完全说明，与原始向量空间模型相比，文中提出的检索模型不仅考虑了与原有词项具有相似语义的词项，而且还考虑了词项顺序和词项相邻信息，从而更能符合用户的检索要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋宗礼	北京工业大学计算机学院	103	997	17.0	27.0
2	隋少鹏	北京工业大学计算机学院	1	3	1.0	1.0