基于贝叶斯网络的综合语义检索模型

白彦霞

摘要：通过关键词匹配返回的检索结果无法满足用户需求。为了解决该问题，提出一种基于贝叶斯网络的语义检索模型，该检索能够从语义层面上获得较高的查准率，为用户提供更满意的检索结果。

Abstract： The retrieval results can be returned by keyword matching， which makes the retrieval results can't satisfy user's demand. In order to solve this problem， a semantic retrieval model based on Bayesian network is proposed， which can get high precision from the semantic level，and provide users with more satisfactory retrieval results.

关键词：贝叶斯网络；关键词；语义检索

Key words： Bayesian network；keyword；semantic retrieval

中图分类号：TP391.3 文献标识码：A 文章编号：1006-4311（2018）25-0141-02

0 引言

随着信息技术的蓬勃发展，网络资源成指数级增长，人们已经越来越习惯于在网络上检索自己所需要的各类文档资源。对于文档的浏览和检索，传统的信息检索技术只是以关键词的简单匹配作为主要手段，语义层面的具体分析无法实现。同时，检索的文档信息形式比较单一，未考虑文档之外的信息关系，使得检索效率低下。如果将检索术语的同义词、近义词、高度相关词等考虑进来，必然提高查全率和查准率，因为包含这些词语的文档在一定程度上也与用户的查询意图有关。特别是对于刚刚进入某个研究领域的人员，由于知识有限，对相关知识的认识不够全面，总是希望能从一篇本领域的文档中找到与之类似的文档，这些文档间的近似关系、关联关系等就需要在检索的过程中被考虑进来，引导用户沿着感兴趣的文档找到相似或相关的文档，从而帮助用户快速检索到目标文档。

贝叶斯网络也被称为信度网络，具有非常灵活的拓扑结构，通过节点来表示术语之间的条件关系和语义关系，为实现语义检索奠定了基础。本文以贝叶斯网为基础，结合简单贝叶斯网络检索模型关键词精确匹配的优点和两层节点的贝叶斯网络检索模型语义扩展的优点，提出了一个基于贝叶斯网络的综合语义检索模型，该模型实现了语义检索，使信息检索趋于智能化。……