[發(fā)明專利]一種基于體裁的多維信息檢索系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201510064134.4
• 申請(qǐng)日: 2015-02-06
• 公開（公告）號(hào): CN104657456B
• 公開（公告）日: 2017-12-05
• 發(fā)明（設(shè)計(jì)）人: 萬亞平;陽小華;莫文濤;劉志明;張娟;歐陽純萍;宋濤濤;顧偉;余穎
• 申請(qǐng)（專利權(quán)）人: 南華大學(xué);國(guó)家核電技術(shù)有限公司北京軟件技術(shù)中心
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 中國(guó)航天科技專利中心11009
• 代理人: 范曉毅

技術(shù)領(lǐng)域

本發(fā)明屬于計(jì)算機(jī)信息檢索領(lǐng)域，具體涉及一種信息檢索系統(tǒng)，特別是涉及一種基于體裁的多維信息檢索系統(tǒng)。

背景技術(shù)

20世紀(jì)以來，人類創(chuàng)造的信息量高速增長(zhǎng)。據(jù)估計(jì)，70年代以來全世界每年出版圖書50萬種以上、期刊10萬種以上、專利約50萬件、科技報(bào)告約90萬件、會(huì)議文獻(xiàn)10多萬篇、產(chǎn)品樣本50多萬種、每年發(fā)表的科技論文總數(shù)近500萬篇，并呈指數(shù)式增長(zhǎng)，可謂浩如煙海。如何從這浩如煙海的信息中找到所需信息，就成為信息檢索的重任。隨著上下文感知計(jì)算(Context-Aware Computing)得到越來越廣泛的關(guān)注，上下文感知的信息檢索(Context-Aware Information Retrieval)也日漸成為信息檢索研究的熱點(diǎn)。雖然物理世界傳感網(wǎng)絡(luò)、RFID等感知技術(shù)的興起大大提高了計(jì)算設(shè)備間的感知和交互能力，但是面向信息世界的上下文信息檢索(Contextual Information Retrieval，CIR)仍有許多亟待解決的熱點(diǎn)難點(diǎn)問題，而任務(wù)上下文驅(qū)動(dòng)的信息檢索(Task-context Driven Information Retrieval，TDIR)更是成為其中重要的研究方向和發(fā)展趨勢(shì)。信息檢索經(jīng)歷了以系統(tǒng)為中心(System-Centered)，到以用戶為中心(User-Centered)，到基于上下文(Contextual Approach)的發(fā)展過程。

上下文在信息檢索中的主要應(yīng)用是推測(cè)查詢目標(biāo)和文檔目標(biāo)。當(dāng)前研究表明，推測(cè)查詢目標(biāo)的各類上下文中使用最多的是任務(wù)上下文。2007年TGSE研討會(huì)(Towards Genre-Enabled Search Engines)專門討論利用體裁改進(jìn)搜索引擎質(zhì)量。許多研究者使用體裁來過濾搜索引擎返回結(jié)果。這表明用體裁表示文檔目標(biāo)已成為主流。依據(jù)上下文推測(cè)出的查詢目標(biāo)和文檔目標(biāo)，主要應(yīng)用在查詢擴(kuò)展、檢索結(jié)果過濾、目標(biāo)獨(dú)立匹配等方面。近年來，以查詢目標(biāo)與文檔目標(biāo)直接進(jìn)行匹配逐漸成為趨勢(shì)。

綜上所述，文檔體裁和任務(wù)上下文是當(dāng)前上下文信息檢索的研究熱點(diǎn)，已取得了大量成果，但仍然存在嚴(yán)峻的挑戰(zhàn)：①由于體裁依賴于文檔內(nèi)部特征，如詞句、文檔長(zhǎng)度、說話方式、短語或句子類型、圖形元素或網(wǎng)頁標(biāo)簽等，體裁識(shí)別主要依靠人工方式，只能應(yīng)用在特定的小范圍內(nèi)，難以大范圍推廣。②用戶的查詢目標(biāo)或者是隱含在查詢主題中，或者是隱含在任務(wù)中，未能顯式地以體裁表示出來，這使得查詢目標(biāo)與文檔目標(biāo)的表示形式不一致，給匹配算法帶來了很大的困難。由此可見，開發(fā)一個(gè)提高用戶查詢精準(zhǔn)度，解決傳統(tǒng)方法中查詢目標(biāo)用體裁顯式表達(dá)困難的多維信息檢索系統(tǒng)是具有積極意義的。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的上述不足，提供一種基于體裁的多維信息檢索系統(tǒng)，解決了現(xiàn)有信息檢索系統(tǒng)依靠人工識(shí)別體裁，難以顯示的表示體裁和度量體裁，查詢目標(biāo)與文檔目標(biāo)表示形式的不一致等問題，顯著提高了信息檢索精度和檢索質(zhì)量，節(jié)省用戶信息檢索時(shí)間，提高效率，改善用戶查詢體驗(yàn)。

本發(fā)明的上述目的主要是通過如下技術(shù)方案予以實(shí)現(xiàn)的：

一種基于體裁的多維信息檢索系統(tǒng)，包括客戶端和搜索引擎，其中搜索引擎包括任務(wù)分析引擎和索引匹配引擎，其中客戶端包括任務(wù)監(jiān)視器、用戶任務(wù)分析模塊和用戶接口模塊，任務(wù)分析引擎包括體裁數(shù)據(jù)庫(kù)、用戶任務(wù)體裁分析器和用戶任務(wù)日志數(shù)據(jù)庫(kù)，其中：

任務(wù)監(jiān)視器：實(shí)時(shí)采集用戶在桌面完成的各種任務(wù)過程中的事件信息，并將所述事件信息傳送給用戶任務(wù)分析模塊；

用戶接口模塊：將用戶查詢歷史信息實(shí)時(shí)發(fā)送給用戶任務(wù)分析模塊；當(dāng)接收到用戶輸入的查詢請(qǐng)求時(shí)，將所述查詢請(qǐng)求同時(shí)發(fā)送給索引匹配引擎和用戶任務(wù)分析模塊；并從索引匹配引擎接收最終查詢結(jié)果返回給用戶；

用戶任務(wù)分析模塊：實(shí)時(shí)接收任務(wù)監(jiān)視器輸出的所述事件信息和用戶接口模塊輸出的所述用戶查詢歷史信息，以及接收用戶接口模塊輸出的查詢請(qǐng)求，并發(fā)送給用戶任務(wù)體裁分析器；

體裁數(shù)據(jù)庫(kù)：存儲(chǔ)各種體裁分類的集合；

用戶任務(wù)體裁分析器：實(shí)時(shí)接收用戶任務(wù)分析模塊輸出的所述事件信息和用戶接口模塊輸出的所述用戶查詢歷史信息，同時(shí)查詢體裁數(shù)據(jù)庫(kù)，將所述事件信息和所述用戶查詢歷史信息按照體裁分類進(jìn)行體裁標(biāo)注并存儲(chǔ)到用戶任務(wù)日志數(shù)據(jù)庫(kù)；當(dāng)從用戶任務(wù)分析模塊接收到查詢請(qǐng)求時(shí)，根據(jù)用戶任務(wù)日志數(shù)據(jù)庫(kù)得到所述查詢請(qǐng)求的體裁形式表示并發(fā)送給索引匹配引擎；

用戶任務(wù)日志數(shù)據(jù)庫(kù)：用于存儲(chǔ)體裁標(biāo)注后的事件信息和用戶查詢歷史信息；