下载文档原格式
基于本体的关系数据库关键词语义查询扩展方法*郗君甫，刘国华，唐军军，祁瑞丽，朱鹤（燕山大学信息科学与工程学院，河北秦皇岛066004）摘要：目前关系数据库关键词查询技术主要利用关键词的语法匹配，而没有利用数据之间的语义关系进行匹配，导致查询效果往往都不太令人满意。
为了改善查询效果，结合本体概念，提出了基于本体的关系数据库关键词查询的语义查询扩展方法，把用户提交的查询关键词扩展为基于本体的语义关键词。
实例分析表明，扩展后的语义关键词尽可能符合用户的真实意愿。
关键词：关键词；本体；概念树；语义相似度中图分类号：0 引言关系数据库上的关键词查询[1- 4]已成为数据库和信息检索领域的研究热点之一。
关系数据库关键词查询(Keyword Query Over Relational Databases,KQORD)使得用户通过提交查询关键词来访问关系数据库，而无需了解数据库模式，也不用懂得书写SQL查询，也不需要学习和使用关系数据库的定制的查询界面。
一般是基于关系数据库管理系统(RDBMS)提供的全文检索技术来实现的。
这种访问方式仅仅采用语法匹配，而没有利用数据之间的语义关系(如同义词、上下位、转喻等)进行语义匹配，导致它们的查询效果(查全率和查准率)不太令人满意。
在信息检索领域，为解决这一问题，目前多采用查询扩展技术。
查询扩展(Query Expansion, QE)，是公认的能够有效提高查全率的技术之一，其基本思想是利用与查询关键词相关的词语对查询进行修正和补充，以便找到更多的相关文档，提高查全率。
然而在提高查全率的同时难以保证查准率[5]，根本原因在于，人们在现实生活中描述同样的对象或事件的用词存在多样性。
为了解决这个问题，人们提出了基于本体的语义查询扩展方法，用概念来描述查询主旨，找到与查询语义相关的概念进行扩展[6]，筛选出那些语义相似度超过系统设定阈值的概念形成新的查询关键词(语义关键词)，此方法可有效的提高查询结果的查全率，并改善查准率[7]。
信息检索中的基于词向量的查询扩展方法研究一、引言信息检索是一个旨在通过用户提出的查询语句从大规模文档中找到相关文档的过程。
为了提高检索效果，查询扩展方法被广泛应用于信息检索系统中。
基于词向量的查询扩展方法是其中一种常用的技术。
本文将探讨基于词向量的查询扩展方法在信息检索中的应用研究。
二、词向量的概念与应用词向量是指将词语表示为高维向量的数学模型。
词向量的应用可以带来很多好处，例如提取词语的语义信息、计算词语的相似性等。
在信息检索领域，词向量的应用可以帮助我们更好地理解用户的查询意图，从而提高检索的准确性和召回率。
三、基于词向量的查询扩展方法1. 词义相似性扩展基于词向量的查询扩展方法可以通过计算查询词与其他相关词之间的相似性来进行扩展。
首先，将查询词转化为对应的词向量表示，然后计算该词与其他词的相似度。
根据相似度排序的结果，选择与查询词相似度较高的词进行查询扩展。
2. 上下文语境扩展基于词向量的查询扩展方法还可以利用上下文语境进行扩展。
在实际应用中，一个词的含义往往与其所处的上下文密切相关。
通过将文档或句子中的相关上下文加入到词向量的计算中，可以更准确地获取查询词的语义信息。
3. 多词联合扩展为了进一步提高查询扩展的效果，可以将多个查询词结合在一起进行扩展。
这样可以更全面地考虑查询意图，提高检索结果的相关性。
基于词向量的多词联合扩展方法通过计算多个查询词之间的相似性来选择用于查询扩展的相关词。
四、基于词向量的查询扩展方法的实验与评估为了验证基于词向量的查询扩展方法的有效性，研究人员进行了大量的实验与评估。
他们使用了不同的数据集和评价指标，比较了基于词向量的查询扩展方法与其他方法的性能差异。
实验结果表明，基于词向量的查询扩展方法在提高检索效果方面具有明显的优势。
五、基于词向量的查询扩展方法的应用现状与挑战目前，基于词向量的查询扩展方法在信息检索领域得到了广泛的应用。
然而，仍然存在一些挑战需要克服。
语义检索系统中的查询语句扩展算法改进
杨学兵;钱蓉
【期刊名称】《计算机技术与发展》
【年(卷),期】2008(18)12
【摘要】查询扩展技术是在原有用户查询的基础上加入语义相关的新词,组成语义更准确的查询条件.文中对查询扩展算法中扩展词加权方法进行改进,提出一种基于初始用户查询意欲和词与词间语义关联性给扩展词加权的方法.根据此算法得到的扩展词权值不仅反映了该扩展词和原关键词间的关联性,还反映出该扩展词和查询关键词集合中所有元素的关联性.因此,可将基于语义树的查询扩展问题转换为扩展词权值wiis,o,p的计算,如何计算出权值wijs,o,p是文中的核心.实验证明,该算法提高了检索的查准率.
【总页数】4页(P1-3,7)
【作者】杨学兵;钱蓉
【作者单位】南京大学,计算机科学与技术系,江苏,南京,210093;安徽工业大学,计算机学院,安徽,马鞍山,243002;安徽工业大学,计算机学院,安徽,马鞍山,243002
【正文语种】中文
【中图分类】TPP311.5
【相关文献】
1.基于UMLS的医学资源库语义扩展检索系统架构 [J], 凌晨;解晓峰;王一鸿;王毅
2.对等网络中基于语义的音乐信息融合与检索系统研究 [J], 王珺;邓浩江;洪军;吴
琼
3.中文检索系统中查询的扩展 [J], 王丽君;高迎;王锡钢
4.基于问答式语义检索系统中对用户提问处理研究 [J], 彭景海;
5.基于语义的医学图像检索系统在PACS系统中的设计与实现分析 [J], 何俊诗;梁鹏;罗英华;史瑞雪;姬智艳;郭真真;马天德;陈汉威
因版权原因，仅展示原文概要，查看原文内容请购买。
信息检索中的查询扩展算法研究信息检索是指从海量的信息资源中，根据用户需求，找到相关的信息并呈现给用户的过程。
在信息检索中，查询是用户表达需求的关键，而查询扩展算法则是对查询进行优化以提高检索结果的精确性和完整性。
查询扩展算法的研究对于提升信息检索的效果具有重要意义。
1. 概述在信息检索中，查询扩展是通过在用户输入的查询中添加相关度高的新词或新的语义关系，以提高检索结果的相关性。
传统的查询扩展算法主要有基于词频的算法和基于语义关系的算法。
2. 基于词频的查询扩展算法基于词频的查询扩展算法是通过统计文档集合中与查询词频率较高的词语，将它们添加到查询词中以扩展查询。
这种算法的基本思想是，如果某个词在文档集合中出现频率很高，那么它可能具有较高的相关性。
3. 基于语义关系的查询扩展算法基于语义关系的查询扩展算法是通过分析查询词与相关词之间的语义关系，将相关词添加到查询中。
这种算法的核心是利用词语之间的语义关联性，将相似的词语归为一类，从而扩展查询的范围。
4. 进一步改进的查询扩展算法除了传统的查询扩展算法，还有一些进一步改进的算法被提出，以解决传统方法的一些问题。
比如，基于上下文的查询扩展算法将查询的上下文信息考虑在内，进一步提高查询扩展的准确性。
此外，基于用户反馈的查询扩展算法通过分析用户的点击行为和检索历史，提供更个性化和精确的查询扩展结果。
5. 查询扩展算法在实际应用中的效果查询扩展算法在实际应用中取得了一定的效果。
通过将相关的词语添加到查询中，可以提高检索结果的召回率和准确率。
然而，在某些具体的领域或特定的查询场景下，查询扩展算法可能出现效果不佳的情况。
因此，进一步研究算法的适应性和有效性仍然是一个挑战。
6. 研究方向和未来展望随着互联网的快速发展，信息检索领域也面临着新的挑战和机遇。
未来的研究方向包括但不限于以下几个方面：- 探索更多的语义关系，提高基于语义关系的查询扩展算法的效果；- 深入研究如何根据用户的实时需求进行动态查询扩展，以提供更精确的结果；- 结合机器学习和自然语言处理等技术，开发更智能化和个性化的查询扩展算法；- 研究如何融合多个查询扩展算法，提高检索结果的综合性能。
基于语义计算的查询扩展优化研究
桑艳艳;刘培刚;李勇
【期刊名称】《情报学报》
【年(卷),期】2007(026)005
【摘要】查询扩展技术是指在原有查询的基础上加入与用户输入的检索用词相关联的新词,组成新的更长、更准确的查询,用于弥补用户查询信息不足的缺陷.为了提高文本检索的效率,纳入网络检索环境下的用户个人偏好,在查询扩展技术中引入语义计算是一个重要研究方向.文章从语义计算的角度提出了基于语义关联树的查询扩展算法,通过动态生成语义关联树,有效降低词相似度矩阵计算工作量.通过控制语义关联树的层次结构及复杂度,灵活高效的生成不同语义空间模型.实验证明,该算法能有效提高文本检索的准确率.
【总页数】7页(P704-710)
【作者】桑艳艳;刘培刚;李勇
【作者单位】南京大学信息管理系,南京,210093;安徽财经大学商务学院,蚌
埠,233030;清华大学计算机科学与技术系,北京,100084
【正文语种】中文
【中图分类】G35
【相关文献】
1.基于查询语义树的语义查询扩展研究 [J], 黄名选;严小卫
2.一种基于语义关联度计算的查询扩展方法 [J], 贺海宏;徐丽
3.基于深度学习的概念语义空间查询扩展研究 [J], 李卫疆;王胜;余正涛
4.语义查询扩展中词语-概念相关度的计算 [J], 田萱;杜小勇;李海华
5.基于深度语义信息的查询扩展 [J], 刘高军;方晓;段建勇
因版权原因，仅展示原文概要，查看原文内容请购买。
