国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

提高網(wǎng)絡(luò)信息搜索匹配準(zhǔn)確率的相關(guān)研究

2012-12-31 00:00:00金貴榮
科技資訊 2012年31期

摘 要:步入信息化時代,人們獲取信息的主要方式就是通過網(wǎng)絡(luò)。Internet上的信息量不斷更新增多,雖然為人們提供了豐富的信息資源,但是卻也加大了人們搜索所需信息的難度。一些搜索引擎,諸如百度、Google等雖然提供了網(wǎng)頁搜索的便捷方式,但由于關(guān)鍵詞的匹配是信息檢索技術(shù)的基礎(chǔ),因此搜索結(jié)果往往存在冗余及多余無用信息,搜索匹配準(zhǔn)確率不高。如何在浩瀚如海的信息空間里快速、準(zhǔn)確的查找到所需信息,是目前人們關(guān)注的焦點問題。

關(guān)鍵詞:網(wǎng)絡(luò)信息 搜索匹配 準(zhǔn)確率

中圖分類號:TP391 文獻(xiàn)標(biāo)識碼:A 文章編號:1672-3791(2012)11(a)-0002-01

1 搜索引擎技術(shù)

基于Internet信息檢索技術(shù),將Internet上的網(wǎng)頁間建立相關(guān)聯(lián)的索引數(shù)據(jù)庫,便于用戶檢索時在庫中快速定位信息并提供信息給用戶即為搜索引擎。

搜索引擎由量大部分組成:前臺和后臺。例如:Google、百度等即為前臺。前臺主要用于為用戶提供檢索接口,依據(jù)用戶的請求進(jìn)行信息的檢索,并反饋用戶經(jīng)過濾后的信息資源;后臺用于實時搜集網(wǎng)頁建立引擎。

搜索引擎可以大范圍的進(jìn)行信息源的檢索,進(jìn)一步提高召回率,且提升檢索的全面性、綜合性等。搜索引擎的缺點在于查詢的時間相對較長。

2 造成網(wǎng)絡(luò)信息搜索匹配準(zhǔn)確率低下的因素

(1)無關(guān)、重復(fù)信息過多。由于傳統(tǒng)搜索引擎需要返回的網(wǎng)頁有很多,而且網(wǎng)頁內(nèi)存在大量無關(guān)且多余的信息,有部分網(wǎng)頁內(nèi)容相同,造成用戶難以在海量信息中對所需信息準(zhǔn)確、快速定位。(2)檢索方式單一。由于通常情況下信息檢索技術(shù)都是采用關(guān)鍵詞匹配檢索方式查詢,關(guān)鍵詞并不能將用戶所需的信息資料準(zhǔn)確的表達(dá)出來,或者用戶很難找到合適的關(guān)鍵詞進(jìn)行查詢。(3)關(guān)鍵詞檢索通常情況下僅使用詞頻信息,并沒有涉及語義、句法及語用信息方面,所以只是在篇章或段落里面檢索答案,并不是最明確的答案[1]。

3 網(wǎng)絡(luò)信息搜索匹配原理

信息搜索就是進(jìn)行網(wǎng)絡(luò)信息的快速匹配。詞匯的檢測、匹配需要依據(jù)語言特征,通過對基礎(chǔ)語言詞匯數(shù)據(jù)進(jìn)行對比、對核才能完成。網(wǎng)絡(luò)信息特征是傳統(tǒng)信息搜索方法進(jìn)行檢索的依據(jù),但由于網(wǎng)絡(luò)中的數(shù)據(jù)量較大,而且詞匯存在相似的特征,造成網(wǎng)絡(luò)中數(shù)據(jù)有很大一部分相似,傳統(tǒng)的匹配搜索法檢索結(jié)果會存在大量的非匹配詞匯,用戶在提取數(shù)據(jù)源時無法滿足需求,導(dǎo)致搜索匹配準(zhǔn)確率不高。

4 提高網(wǎng)絡(luò)信息搜索匹配準(zhǔn)確率的策略

(1)基于網(wǎng)頁去重。在進(jìn)行信息檢索時將不同鏈接、卻基本相同的信息資源進(jìn)行后臺整合,將多余的冗雜信息去除,就能夠提高信息檢索的精度及效率。

(2)基于分面、分類。對一個概念進(jìn)行不同角度的劃分或?qū)⑵浞殖刹煌膫?cè)面,進(jìn)行細(xì)13091f9321483fa9408f5083cac5db9a349a87ae742f7f31ffce656df98ffb73分后編制能夠替代主題詞表的分類體系。這樣用戶進(jìn)行信息檢索時,先將檢索到的關(guān)鍵詞劃分成為一些子類別,從中選擇合乎自己要求的類別,選中后系統(tǒng)再次進(jìn)行分類,直到用戶滿意或系統(tǒng)分類到達(dá)節(jié)點。這樣將其一步一步細(xì)化進(jìn)行檢索能夠快速實現(xiàn)用戶所需信息搜索,且準(zhǔn)確率較高。

(3)基于詞頻統(tǒng)計。統(tǒng)計法是信息檢索的最基本方式之一。詞頻統(tǒng)計法又是最常用的統(tǒng)計方法。通常情況下作者都會在一篇文章中進(jìn)行重點詞語的強調(diào),重點詞語便會在文中反復(fù)出現(xiàn)。這樣可以進(jìn)行檢索信息的關(guān)鍵詞統(tǒng)計,并設(shè)置一個閾值,如果關(guān)鍵詞出現(xiàn)的頻率(詞頻率)超過了閾值,便會返回所對應(yīng)的文章。還可以顯示出關(guān)鍵詞的順序及在文中的位置。

(4)基于自動文摘。科技的進(jìn)步帶動了自然語言處理技術(shù)的發(fā)展,使其得到了廣泛的應(yīng)用。用戶在進(jìn)行信息檢索時,自然語言處理技術(shù)會對檢索到的網(wǎng)頁、文檔進(jìn)行自動抽取摘要信息的功能,用戶依據(jù)文摘選擇符合自己需求的信息進(jìn)行瀏覽,這樣提高了檢索的準(zhǔn)確性及效率。

(5)基于知識的表示及處理。將與世界事實、關(guān)系及過程等信息編碼,使其成為科學(xué)的數(shù)據(jù)結(jié)構(gòu)即為知識表示。語義網(wǎng)絡(luò)及產(chǎn)生式表示法是常見的兩種知識表示法。采用知識表示方法進(jìn)行信息檢索,對于具有相同意義的關(guān)鍵詞檢索,當(dāng)輸入關(guān)鍵詞以后,搜索的信息能夠?qū)⑼x的描述顯示出來。

(6)基于超鏈接技術(shù)。超鏈接是一種網(wǎng)狀檢索,能夠進(jìn)行沿鏈訪問,是以超鏈接網(wǎng)絡(luò)作為瀏覽基礎(chǔ)進(jìn)行瀏覽的方式。當(dāng)網(wǎng)絡(luò)中的信息、文檔依照不同的主題進(jìn)行分類存儲以后,主題詞表以及分類體系間所具備的相關(guān)聯(lián)系會形成網(wǎng)狀的結(jié)構(gòu)。將分類體系中的類作為一個節(jié)點,相互間的關(guān)系作為鏈,就形成了網(wǎng)狀體系,在此基礎(chǔ)上能夠進(jìn)行超鏈接檢索。

(7)基于語料庫。語言的詞匯、語義、語法結(jié)構(gòu)及語用信息都屬于語料庫范圍。語料庫是進(jìn)行信息檢索、統(tǒng)計、比較研究的基礎(chǔ)。目前自然語言處理的各環(huán)節(jié)已經(jīng)融入了語料庫研究,并有機結(jié)合自然語言處理方法,有效的促進(jìn)了對用戶檢索意圖的理解,加深了知識表示,極大的推動了信息檢索匹配的準(zhǔn)確性。

(8)基于合適的網(wǎng)絡(luò)檢索工具。檢索需求不同可以采用不同的檢索引擎、專題數(shù)據(jù)庫及主題指南等。這樣可以較為準(zhǔn)確的檢索出所需的信息資料,提高搜索匹配效率。

(9)高效檢索技巧:①打開多個檢索窗口可以有效的節(jié)省檢索等待時間。②關(guān)閉主頁圖像能夠提升下載速度。③運用詞組檢索能夠提高信息匹配準(zhǔn)確性。④直接查找信息源,利用IP地址直接打開網(wǎng)頁及網(wǎng)站。⑤選擇就近的網(wǎng)絡(luò)站點。⑥使用大型專業(yè)數(shù)據(jù)庫進(jìn)行搜索。⑦使用網(wǎng)絡(luò)搜索軟件。⑧不在上網(wǎng)高峰期進(jìn)行信息的檢索。

5 結(jié)語

伴隨互聯(lián)網(wǎng)的發(fā)展,信息資源將會進(jìn)一步的增加、膨脹。為了提高網(wǎng)絡(luò)信息搜索匹配的準(zhǔn)確率,可以借助一些常用的技術(shù)方法等,并進(jìn)一步理解用戶檢索意圖,加上一些檢索技巧能夠有效的提升搜索匹配準(zhǔn)確率。網(wǎng)絡(luò)信息搜索匹配準(zhǔn)確率的提升需要不斷的進(jìn)行探索研究,科技的進(jìn)步必將促進(jìn)網(wǎng)絡(luò)信息檢索技術(shù)的準(zhǔn)確性提升。

參考文獻(xiàn)

[1] 陳海光.HNC理論和隨機模糊在問答系統(tǒng)中的應(yīng)用研究[D].江蘇:江蘇大學(xué),2009.

丘北县| 邵阳市| 三门县| 公安县| 松阳县| 德令哈市| 平南县| 西和县| 鄱阳县| 监利县| 苍山县| 江门市| 石棉县| 师宗县| 麻栗坡县| 长海县| 绍兴市| 海安县| 土默特右旗| 上犹县| 开原市| 山阴县| 定日县| 梁平县| 惠安县| 昌图县| 博湖县| 和平县| 黑龙江省| 当雄县| 金坛市| 中山市| 江达县| 库伦旗| 衡东县| 长白| 呼玛县| 宜黄县| 肥西县| 江城| 乌什县|