基于本体语义树的主题空间向量模型

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｔｐｃｂｕｌｏａａｙｅｈｅｅａｃｆｔｅｌｔｎｉｒｖｄＰａｅｎａｇｒｔｍ．ｌｅｈｅｅａｃｏｓｏｉ，ｔｓｎｌｚｓｔｅｒｌｖｎｅｏｉｗｉａｍｐｏｅｇＲａｋｌｏｉｈＯｎｙｗｈｎｔｅｒｌｖｎｅｄｅａｈｎｋｈｎｔｒａｈａｇｖｎｔｒｓｏｄｗｉｌｉｄｗｎｏｄｔｅｐｇｏｒｓｏｄｎｏｔｅＵＲＬ．Ｔｈｓｃｌｕａｉｎｍｅｈｄｃｎｇｅｔｙｏｅｃｉｅｈｅｈｌｌｔｏｌａｈａｅｃｒｅｐｎｉｇｔｈｉａｃｌｔｏｔｏａｒａｌｒｄｃｎｅｅｓｒｏｕａｉｎｌｏｅｈａ，ａｄｍａｅｆｌｓｆａｃｏｅｔａｄｌｍｐｒａｅｏｆｉｆｒｔｏ．ｅｕｅｕｎｃｓａｙｃｍｐｔｔａｖｒｅｄｎｋｕｌｕｅｏｎｈｒｔｘｎｉｉｏｔｎｃｎｏｍａｉｎｏｙｋｎＦｉｌ，ｉｃｌｕｌｔｓｔｅｒｌｖａｃｆａｗｅａｅｗｈｃｓｎｔｓｒｅｈｒｉｉｅａｅｏｔｅｔｐｃｎｌｉｔｌｎａｌｔａｃａｅｈｅｅｎｅｏｂｐｇｉｈｉｏｕｅｗｈｔｅｔｓｒｌｔｄｔｈｏｉ，ａｄｕｔｙｍａｅｙｄｔｒｉｅｅｈｒｔｉａｅｓｏｌｅｃｌｃｅｒｎｔｅｅｎｓｗｈｔｅｓｐｇｈｕｄｂｏｌｔｄｏｏ．ｍｈｅ
ｒｌｔｏｈｉｓｂｔｅｎｃｎｅｔ．ｈｓｂｓｓｔｅｐｐｒｐｅｅｔｔｏｏｃｌｕａｅｔｅｒｌｖｎｅｏｅａｉｎｓｐｅｗｅｏｃｐｓＯｎｔｉａｉ，ｈａｅｒｓｎｓａｍｅｈｄｔａｃｌｔｈｅｅａｃｆＨＴＭＬｐｇｓａｅ
计算机系统应用
ｈｔ：ｗ．ｓａｒ．ｔ／ｗｗｃ —．ｇｃｐ／ — ｏｎ
２１０１年第２卷第１期００
基于本体语义树的主题空间向量模
卢承山
（０３
摘
要：在传统检索模型的基础上，结合本体的概念，提出一种基于本体语义树的主题空间向量模型。该模型
ｍｅｏｓｔｅｄｌａｅｃｂｂｅｔｉｅｎｉｃｎｅｔｒｅｗｔｗｈｃｍｌｔｄｓｒｅｈｅｎｃｔｄ，ｈｅｃｎｄｓｒｅａｓｊｃｗｔｓｍａｔｏｃｐｔｉｉｉｉｓｐｅｏｅｃｂｅｓｍａｔｈｍｏｉｕｈｃｅｈｈｔｓｉｉｔｉ
ａｄｔｅｔｐｉ．ｈｅｎｌｚｎｈｅｅａｃｆＵＲＬ，ｔｄｅｏｎｙａａｙｅｔｅｒｌｖａｃｆｌｎａｃｏｅｔａｄｔｅｎｈｏｃＷｎａａｙｉｇｔｅｒｌｖｎｅｏｉｏｓｎｔｏｌｎｌｚｈｅｅｎｅｏｋｎｈｒｔｘｎｈｉ
Ａｂｓｒｃ：Ｂａｅｎｔｅｔａｉｏａｅｒｈｍｏｅ，ｃｍｂｉｉｇｔｅｃｎｅｔｏｎｏｏｙｈｓｐａｅｏｏｅｈｍａｉｔａｔｓｄｏｈｒｄｔｎｌｓａｃｄｌｏｉｎｎｈｏｃｐｆｏｔｌｇ，ｔｉｐｒｐｒｐｓｓａｔｅｔｃ
ｎｔｒｒｗｌｇｍｏｅｂｓｄｏｎｏｇｅｎｉｔｅＵｌｅｔｅｔｄｔｎｌｅｗｏｄｂｓｄｓｂｅｔｅｃｉｔｎｅｗｏｋｃａｉｄｌａｅｎｏｔｌｙｓｍａｔｅ．ｎｉｒｉｏａｋｙｒ－ａｅｕｊｃｄｓｒｉｎｏｃｒｋｈａｉｐｏ
能够用语义概念树描述一个主题，与传统基于关键词描述主题的方法不同，它能够描述概念之间的简单语义关系。在此基础上，给出ＨＴＭＬ页面内容与主题相关度的计算方法。在分析ＵＬ的相关度时，不仅分析链接锚文Ｒ本与主题相关度，还结合了改进的ＰｇＲｎａｅａｋ算法来分析链接的相关度。只有当链接相关度达不到给定的阀值时
才会去下载链接对应的页面。这样的ＵＬ相关度计算方法可以大大减少不必要的计算开销，又可以充分地利用Ｒ锚文本和链接重要度信息。最后还对那些不确定是否与主题相关的网页进行内容相关度计算，进而最终确定是
否应该采集此网页。
关键词：本体；概念树；主题网络；锚文本；主题相关度
ＴｈｅａｉｍｔｃＶＳＭｓｄｏＢａｅｎＯｎｔｌｙＳｍａｔｃＴｒｅｏｏｇｅｎｉｅ
ＬＵＣｈｅｇＳｈｎｎ — ａ
（ｃｏｌｆｏｕｅｃｅｃｄｅｈｏｏｙＷｕａｉｅｓｙｏＴｃｎｌｇ，ｈｎ４０６，ｈｎ）ＳｈｏＣｍｐｔＳｉｅｎｃｎｌｇ，ｈｎＵｎｖｒｉｆｅｈｏｏＷｕａ３０３ＣｉａｏｒｎａＴｔｙ