伴随着数字信息时代的到来,信息的主要媒体网络早已遍布生产、生活的各个领域,通过互联网共享信息和交流信息已经成为人们的习惯与共识。然而,在网络给人类带来丰富资源的同时,也带来了一些负面影响。海量数据不断增长,数据重复、信息检索困难,冗余的海量数据不仅使网络超负荷工作,浪费宝贵的网络资源,而目使人们难以在海量数据中快速找到最准确的信息,信息查找浪费时间越来越成为亟待解决的问题。学位论文针对检索系统的智能性和模糊性,运用人工智能思想、模糊数据库技术与自然语言理解技术,研究了基于模糊数据库的智能检索系统的关键技术。
主要工作包括：通过对数据库进行模糊处理,拓宽数据库的应用范围;在检索之前系统首先对用户输入的自然查询语言进行一系列处理,如词法分析、句法分析来重构查询条件;根据查询历史记录动态调整查询约束,并以此合理分配查询约束的权重比例;通过构建同义词词典实现模糊匹配,提高系统检索结果召回率;运用三维加权自动标引方法合理表示数据库资源,提高匹配成功率智能检索系统以模糊数据库为基础,不但提高了检索效率,而且建立模糊数据库可以在很大程度上优化检索结果,完善检索机制,在实际开发中,也具有较大的应用前景。智能检索系统很好地诠释了自然语言处理技术在检索系统中起到的重要作用,使其更贴近人类使用自然语言的习惯,减少了对查询条件的限制。同时智能检索系统支持多种查询方式,能够根据用户提交的数据来判断用户偏好,以此科学地排列检索结果,使得检索结果可以达到高效率、高质量、高精度的标准。智能检索系统不仅继承了以往检索系统的特点,克服其不足,而且与人工钾能相结合,打造出一款更加智能、更加成熟的检索机制。智能检索系统满足了人们一直以来对信息检索系统智能化及人性化的渴望,同时它给整个社会的生产以及多个学科领域的研究工作注入了新鲜动力,有着不可估量的经济价值和社会效益。
本文关键词:
