基于改进VSM的文本信息检索研究  

Research of Text Information Retrieval Based on Improved VSM

作　　者：张成伟[1,2] 郑诚[1,2] 

机构地区：[1]安徽大学计算智能与信号处理教育部重点实验室,安微合肥230039 [2]安徽大学计算机科学与技术学院,安徽合肥230039

出　　处：《计算机技术与发展》2009年第1期71-73,共3页Computer Technology and Development

基　　金：安徽省自然科学基金资助项目(050420204);安徽省高校自然科学研究项目(2006kj055B)

摘　　要：网络信息的激增和多样化给有效的信息检索带来了种种困难,目前的检索工具忽视了很多文本中所隐含的语义信息,从而导致检索时效率低下,很难满足用户的查询要求。提出了一种基于向量空间模型改进的文本信息检索方法。把本体技术引入到传统的文本信息检索系统中,利用领域本体中概念相似度计算对向量空间模型进行改进,从而实现一个高效的文本检索系统,并简述了系统的模型。实例证明,该方法可以很好地提高文本信息检索的查全率和查准率。The rapid growth and diversities of web information bring a lot of difficulties to the efficient information retrieval, but the current text information retrieval tools ignore the connotative semantic content for texts. The inefficient retrieval is difficult to meet the requirement of user＇s enquiry, the paper describes a method for text information retrieval based on the improved VSM（vector space model）. The technology of ontology has been imported into traditional text information retrieval system,and the VSM has been improved by using the concept similarity computation in domain ontology. A high effective text information retrieval system model has been introduced. The example shows that the method can be do very well in raising the rate of recall and precision for text information retrieval.

关 键 词：文本信息检索 本体 向量空间模型 语义匹配 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]