基于Web Services的分布式图情集成查询系统的设计与实现

文章介绍了一种基于Web Services的分布式图情数据库集成查询系统的设计及其实现。系统通过中间代理层向用户提供了统一的数据库视图,并采用了一种基于关键字的倒排索引方法以提高系统的查询性能。参考文献4。     

问答式信息检索查询优化技术研究

问答式信息检索是新一代搜索引擎,它接收自然语言描述的问题,在文档集合中搜索并返回问题的精确答案.问答式信息检索中,检索模块性能的提高将直接影响问题回答系统的整体性能.本文研究系统中的查询优化技术,包括两种策略:基于模式知识库的查询优化;挖掘Web语义蕴含信息,构建查询扩展资源.本文利用TREC提供的问题集与答案集(TREC8-TREC13)做实验来测试查询优化方法的性能,实验结果表明,相对于传统的查询生成,本文采用的查询优化技术在检索精度上取得了提高,t-test结果证明,系统性能提高统计显著.     

基于公共与非公共检索计算机的OPAC检索行为比较研究

[目的/意义] 探讨用户在公共检索和非公共检索计算机上进行OPAC检索的行为共性与差异。[方法/过程] 以北京师范大学图书馆OPAC日志数据为例,对图书馆内公共检索计算机和馆外典型非公共检索计算机产生的日志信息进行分析,从基本特征、一次检索会话内的检索行为特征两方面,对两类计算机用户的OPAC检索行为进行比较。[结果/结论] 公共检索计算机用户与非公共检索计算机用户在关键检索行为的表现上具有高度的一致性,包括检索点与高级检索功能的使用、一次检索会话内的提问调整方式等。同时,两类用户在一次检索会话的提问次数、持续时间、两次检索会话时间间隔等方面表现出差异。     

Web应用中起源信息的定位和查询机制研究

针对起源记录在Web应用中的表达和查询服务问题,对研究所涉及的主要概念进行辨析,在深入解析Web应用中起源记录的定位、传递模式、实现途径和实现模式的基础上归纳总结出Web应用中起源元数据的四类定位发现机制与两类查询机制。结合语义标注Web页面和溯源信息表达技术,采用在线论文追溯案例,实现包含RDFa起源记录的HTML页面显示并通过可视化方式揭示起源,最后对案例中的查询服务问题进行探讨。     

利用交互式遗传算法的图数据库查询

数字图书馆中有大量的数据是以图为主的图数据,如何有效地对图数据进行检索是建立高效数字图书馆所面临的主要问题之一。在分析子图匹配检索概念的基础上,将交互式遗传算法引入图数据检索领域,提出用“过滤+交互式遗传算法检索” 两步处理机制来对图数据库中的图进行检索。实验表明,该方法具有交互、高效、简便的性能。     

一种基于关键词的数据库检索机制的研究

认为利用关键词对结构化数据进行查询,实现信息检索和数据库查询的融合的技术已成为热点研究问题。基于模式图的检索算法是目前数据库关键词检索研究的技术之一。现有的模式图算法仍然存在着检索效率低下、查询准确率不高等问题。在对现有算法进行改进的基础上,设计并实现一个基于改进算法的系统,实验表明,使用改进算法的系统具有更高的检索性能和检索效率。     

网络空间信息表征与用户认知的交互作用机制

通过网络空间信息表征方式及其特点的详细分析,进一步认识用户在网络空间中的认知过程及其浏览/查询活动中的常见认知问题,对用户与网络空间的交互机制以及基于语义的信息交互语境效果进行深入探讨,在此基础上提出智能导航对交互活动的支持因素。     

自然语言检索扩展词库的构建方法

检索词自动扩展词库构建方法的基本思路是：根据语料是否规范化处理进行词库分类建设,优化了系统的检索性能;结合学科类别,对词库语料进行领域划分,引导科技人员对技术领域的准确把握;建设以本体库为基础,将与规范词具有关联性、相似性的语料通过关系表与关联库关联,把科技文献中的关键词组成一个有序的关系网,解决了传统检索系统中检索词无关联的不足;通过对检索词出现频率进行统计分析,进而更新词库,保证本体库、关联库语料的时效性,突破了人工对词库更新管理的受限性。     

基于关联数据的分布式信息查询研究

随着越来越多的数据以关联数据的形式发布,对关联数据的利用问题成为关注的焦点,而基于关联数据的分布式信息查询是关联数据利用的重要方面之一。文章介绍了关联数据的内涵及关键技术,将基于关联数据的分布式信息查询的主要实现机制划分为基于URI解析的机制和基于SPARQ终端的机制。最后提出在实现关联数据的分布式信息查询中面临的主要问题:标识符的唯一性、资源发现、数据融合和模式映射。     

Query Expansion with Long-Span Collocates

The paper presents two novel approaches to query expansion with long-span collocates—words, significantly co-occurring in topic-size windows with query terms. In the first approach—global collocation analysis—collocates of query terms are extracted from the entire collection, in the second—local collocation analysis—from a subset of retrieved documents. The significance of association between collocates was estimated using modified Mutual Information and Z score. The techniques were tested using the Okapi IR system. The effect of different parameters on performance was evaluated: window size, number of expansion terms, measures of collocation significance and types of expansion terms. We present performance results of these techniques and provide comparison with related approaches.