数据起源在多版本文档检索中的应用

• 作者: 梁意文 董红斌 谭成予 陈悦
• 来源期刊: 上海大学学报（自然科学版）
• 学科: 工学
• 关键词: 多版本文档 文档检索 数据起源 PROV模型
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 研究论文
• 页码范围: 730-744
• 页数: 15页
• 分类号: TP391
• 字数: 8611字
• 语种: 中文
• DOI: 10.12066/j.issn.1007-2861.1843

摘要

随着计算机的普及和大数据时代的来临,个人计算机中文档的版本数急剧增加,用户想要迅速找到所需的文档绝非易事.相关研究表明,文件的起源信息可以为用户提供快速定位目标文档的线索.已有的一些基于数据起源的检索方式,其起源粒度多数是文件级的.但对于内容相关性较高的文档来说,文件级的起源信息无法清晰地描述内容间的关联关系,也就无法给予用户充分的帮助.基于PROV模型,针对文档版本的变化建立内容级的起源概念模型,并给出了起源词汇表.在资源描述框架(resource description framework,RDF)语言的基础上建立了起源信息的查询访问机制,并给出了可视化方案,为用户提供直观的信息表达.结果表明,该方法通过对文档检索结果的扩展和解释,可以为用户提供更有价值的帮助信息,从而达到快速锁定目标文件的目的,提高工作效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁意文	武汉大学计算机学院	65	396	13.0	17.0
2	董红斌	武汉大学国际软件学院	26	143	5.0	11.0
3	谭成予	武汉大学计算机学院	17	50	3.0	6.0
4	陈悦	武汉大学计算机学院	6	5	2.0	2.0