基于概念的语义智能搜索模型体系结构的研究

[摘 要] 本文首先讨论传统信息检索模式及其局限，从而导出研究并开发智能能化搜索模式的意义。研究语义Web中概念的意义及知识体系，语义搜索模型对传统搜索模式进行了扩展。最后，设计出基于概念的语义智能搜索模型的体系结构，详述概念层次，Robot，索引器，搜索器的工作过程。

[关键词] 语义Web 概念 智能搜索 模型

目前，传统的信息搜索模式一般都使用两种技术来实现信息检索：一是使用网站分类技术，二是使用全文检索技术。即用户提交的关键字被直接传给搜索，搜索用机械匹配的方式到预先建好的索引文件中去检索，然后把检索的相关结果返给用户。它不能对用户输入的关键字进行词意分析和词意扩展，缺乏知识处理能力和理解能力。

一、基于概念的语义智能搜索的特点

所谓概念，是关于具有共同属性的一组对象、事件或符号的知识。它可能是具体的，也可能是抽象地刻画、定义了一对象类的特征，通过描述元素表达出来。同一个概念可以用多个抽象元素来表达，这些描述元素在此概念的约束下构成了同义关系，它们在意义上可以等同。

要做到智能搜索，还必须考虑知识库和信息库结合的问题。要使两个核心库有机结合就要做到三点：语义分析、知识管理、知识检索。

二、基于概念的语义智能搜索模型的体系结构

基于概念的语义搜索引擎在建立索引和检索过程中，所有工作都是建立在其概念层次之上的。语义智能搜索模型的基本框架如图所示。

语义智能搜索模型的基本工作原理是：搜索器首先将用户提交的查询送到语义模型中进行词义分析和扩展，然后将分析扩展后的查询关键词提交给索引器查找相应的数据（这里要求数据索引能够实现与语义模型间的映射），接下来搜索器还要对索引库返回的数据结果进行排序，最后将结果返回给用户。

1.概念层次

概念层次（或称语义模型）是一个带标识的有向图，其中，节点表示概念，有向边指明所联接的概念节点之间的某种关系。概念的不同层次表明其抽象的程度不同，层次越高概括性越强，包含的下位概念可能就越多。上位概念由一组下位概念组成，上位概念常常是下位概念的抽象、概括或整体表示；下位概念往往是上位概念的属性、特征或说明，是对上位概念的补充和细化，用于描述自己的独有属性，同时继承上位概念的属性。

2.Robot

Robot（机器人）的主要功能就是利用网页中的超文本链在因特网中漫游、发现和搜集信息。系统中维护一个超链队列，其中包含一些起始URL。 Robot从这些URL出发采用深度优先搜索策略对Web进行遍历，下载相应的页面，并从中抽取出新的超文本链加入到队列中。上述过程不断重复，直到队列为空。

3.索引器

索引器从Robot抓回的主页中抽取主题词，对其赋予不同的权值，以表明这些主题词同网页内容的相关度，并从文档的标记项中抽取相应的项目建立索引。其工作过程如下：

（1)索引器对网页中的文本信息进行提取，建立相应文档。

（2)根据普通词典和主题词典，按照正向最大匹配算法进行分词、抽词，形成关键词，确定关键词的分类标识。

（3)对关键词按照词频、词的位置等因素进行加权、排序并建立索引，形成倒排索引，存入索引库中。

4.搜索器

搜索器响应用户的检索请示，并用用户输入的检索词在建立的倒排索引库中进行查询，然后做相关性排序，再将排序结果反馈给用户。

以同义关系为例，当用户输入关键词后，首先按照普通词典对其进行标注，然后根据主题词典对其各种相关关系进行分析，最后，根据索引库检索出相应结果，提交给用户。这些同义词拥有同样的标识，也就是搜索器所得到的分类标识。接下来搜索器在倒排索引库中按此标识进行检索，即可将所有同义词所对应的URL检索出来反馈给用户。

三、小结

本文首先提出研究并开发智能化搜索模式的意义。研究语义Web中概念的意义及知识体系。最后，设计出基于概念的语义智能搜索模型的体系结构，详述概念层次，Robot，索引器，搜索器的工作过程。

参考文献：

[1]Nick Crofts, Martin Doerr, Tony Gill, Stephen Stead, Matthew Stiff: Definition of the CIDOC Conceptual Reference Model[R].ICOM/CIDOC CRM Special Interest Group, Version 3.4.9 30th November 2003

[2]郭 鸣 李善平 董金祥 付相君:基于本体论及语义网的产品信息模型研究[J]浙江大学学报（工学版），第38卷第1期，2004年1月

[3]顾慧翔 俞 勇:基于领域本体和知识推理的语义因特网应用[J].上海交通大学学报，第38卷第4期，2004