農(nóng)業(yè)垂直搜索引擎語義化若干問題的研究與實現(xiàn).pdf

1、大量的農(nóng)業(yè)技術、供求信息、市場信息、政策法規(guī)和農(nóng)業(yè)新聞等信息資源分布在互聯(lián)網(wǎng)上農(nóng)業(yè)網(wǎng)站中。然而由于互聯(lián)網(wǎng)信息資源具有信息異質(zhì)、異構、分散、重復現(xiàn)象嚴重的特點，缺少統(tǒng)一的形式化表達，形成各種各樣的“信息孤島”，很難對農(nóng)業(yè)信息資源進行整合和利用。針對這個問題，在國家自然基金（“農(nóng)業(yè)復雜自適應搜索模型研究”）的支持下，面向農(nóng)業(yè)的搜索模型—搜農(nóng)應運而生。然而該模型還是基于文本關鍵字匹配的數(shù)據(jù)處理方式，不能充分理解信息包含的語義信息，在準確率和召

2、回率這兩大信息檢索系統(tǒng)性能指標上還有很大提升空間。
　　 針對這個問題，本文根據(jù)網(wǎng)絡農(nóng)業(yè)資源的特點，在農(nóng)業(yè)領域本體構建的基礎上，將本體作為領域知識庫應用于垂直搜索引擎的數(shù)據(jù)預處理、數(shù)據(jù)索引和用戶檢索三個環(huán)節(jié)，將本體的語義添加到搜索引擎的數(shù)據(jù)處理過程中。
　　 相對于原有模型，數(shù)據(jù)預處理環(huán)節(jié)的語義改進主要包括：信息的空間屬性的抽取、信息地理名稱的實體解析和價格動態(tài)變化的關系抽??；索引環(huán)節(jié)的語義改進主要包括：文檔的語義標注和

3、語義擴展；用戶檢索環(huán)節(jié)的改進包括：在語義標注環(huán)境下普通用戶的檢索策略和基于用戶模型的語義擴展方法。
　　 論文的主要研究內(nèi)容總結如下：
　　 1．針對網(wǎng)絡上農(nóng)業(yè)資源空間屬性表達的多樣性、顯性表達的缺失等問題，本文提出一種借助領域本體和WEB搜索引擎構建知識庫抽取并判別信息的空間屬性的方法，將語義添加到信息的空間屬性抽取過程中。
　　 2．針對農(nóng)業(yè)地理名稱實體解析的問題，本文提出一種將空間屬性抽取算法和Markov

4、邏輯網(wǎng)絡進行結合進行地理名稱實體解析的方法，將空間屬性抽取中的語義信息帶入到地理名稱的實體解析過程中。
　　 3．針對從大量非結構化的文本中抽取價格變化關系的問題，本文設計了一種基于條件隨機場進行關系抽取，并用領域本體對抽取的結果進行語義上的統(tǒng)計合并的農(nóng)產(chǎn)品價格變化關系抽取方法。
　　 4．針對農(nóng)業(yè)領域資源的特點，本文提出一種結合領域本體和句法分析相結合的核心詞匯抽取方法，并依據(jù)本體對文檔主題進行推斷，與本體中的概念進行