基于本體的林業(yè)領(lǐng)域文檔特征權(quán)重模型

張乃靜，鞠洪波，紀(jì) 平

中國林業(yè)科學(xué)研究院 資源信息研究所，北京 100091

基于本體的林業(yè)領(lǐng)域文檔特征權(quán)重模型

張乃靜，鞠洪波，紀(jì) 平

中國林業(yè)科學(xué)研究院 資源信息研究所，北京 100091

1 引言

現(xiàn)有林業(yè)領(lǐng)域信息檢索方法多是以關(guān)鍵詞匹配為基礎(chǔ)的檢索方式，隨著林業(yè)相關(guān)研究的深入，林業(yè)領(lǐng)域信息總量在不斷增加，傳統(tǒng)的檢索方法已經(jīng)無法滿足檢索需求，例如用戶檢索“櫟樹”的相關(guān)信息，使用關(guān)鍵詞匹配進(jìn)行檢索時無法檢索到“櫟樹”的同義概念“柞樹”和“橡樹”。如何實現(xiàn)高效的林業(yè)領(lǐng)域信息檢索成為一個亟待解決的問題。自Tim Berners-Lee[1]提出語義網(wǎng)以來，許多研究嘗試將領(lǐng)域本體應(yīng)用在信息檢索上，來提高信息檢索的查準(zhǔn)率和查全率。文獻(xiàn)[2]利用語義標(biāo)注來改善檢索系統(tǒng)的性能；文獻(xiàn)[3]提出了一種基于領(lǐng)域本體的語義查詢擴(kuò)展模型，有效提高了農(nóng)業(yè)信息的檢索效率；文獻(xiàn)[4]建立了基于關(guān)鍵詞和基于概念的兩層索引結(jié)構(gòu)，使用基于本體的概念擴(kuò)展和基于語義標(biāo)注的概念擴(kuò)展，提高了檢索的查全率和查準(zhǔn)率；文獻(xiàn)[5]利用本體知識庫推理實現(xiàn)了語義搜索；文獻(xiàn)[6]利用本體改進(jìn)了向量空間模型中排名算法；文獻(xiàn)[7]利用本體中概念的語義距離來計算語義檢索相關(guān)度。綜上所述，多數(shù)研究利用領(lǐng)域本體中對象的語義關(guān)系和語義推理機(jī)制來改善信息檢索，獲得了一定的效果，但這些方法仍然存在著一些局限性，例如語義關(guān)系僅考慮了概念間的語義距離，而忽略了概念在本體中的結(jié)構(gòu)因素，語義推理對本體要求較高，完善的本體是實現(xiàn)語義推理的基礎(chǔ)，而構(gòu)建這樣的領(lǐng)域本體是一項巨大的知識工程，難以實現(xiàn)。……