基于语义属性特征图的查询扩展方法

• 作者: 张晓培 李嘉骏 肖敏 韩彩丽
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 查询扩展 关联数据 语义网 语义属性特征图 资源描述框架
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 人工智能
• 页码范围: 440-443
• 页数: 4页
• 分类号: TP391|TP18
• 字数: 3261字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2015.02.0440

摘要

传统的查询扩展方法由于忽略了词之间的语义关系,在不规范的短小关键字上补充扩展的词已经无法达到预期目标.Linked Data技术利用资源描述框架(RDF)图模型形成Linked Open Data Cloud,能提供更多语义信息.针对查询扩展忽略语义的问题,提出了一种基于语义属性特征图的查询扩展方法.该方法将语义网与图的思想融合,利用以DBpedia资源为顶点的属性图加以扩展.首先,通过有监督的学习训练出15种语义属性特征的权重,用于表达扩展资源的有用性;然后,在整个DBpedia图上通过标签属性实现查询关键字到DBpedia匹配资源的映射;再根据属性特征广度搜索出邻接点,并将其作为扩展候选词,最后筛选出词相关行分值最高的作为最终扩展词.实验表明,与LOD Keyword Expansion方法相比,基于语义属性特征图的扩展方法召回率达到0.89,平均逆排序(MRR)提高4个百分点,与用户查询更匹配.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖敏	华南师范大学计算机学院	3	3	1.0	1.0
2	韩彩丽	华南师范大学计算机学院	1	3	1.0	1.0
3	李嘉骏	华南师范大学计算机学院	1	3	1.0	1.0
4	张晓培	华南师范大学计算机学院	1	3	1.0	1.0