面向屬性發(fā)現(xiàn)的協(xié)同迭代搜索系統(tǒng)研究與實現(xiàn).pdf

1、使用搜索引擎進行資料的查找時，搜索引擎返回的結果繁多，用戶需要打開一些結果網頁才能得到有用信息。通常情況下，從一個網頁的標題、正文等抽取出來的實體及實體屬性信息能夠很好地表示這個網頁所包含的內容信息。有時這些實體及其屬性信息就是進行搜索所要獲得的答案，例如在搜索某個明星的出生地、配偶姓名，某個商品的價格、生產商等的情景時。另外，在進行某些搜索任務如旅游計劃的制定時，可能會需要多次的迭代搜索以及將搜索任務分配給多人共同完成?；诖?，本文提

2、出了一個面向屬性發(fā)現(xiàn)的協(xié)同迭代搜索系統(tǒng)，并對此進行了研究，主要工作包括：
　　1、提出了一個面向屬性發(fā)現(xiàn)的協(xié)同迭代搜索系統(tǒng)模型。模型主要通過信息采集、信息處理、信息存儲、迭代搜索、多用戶協(xié)同等幾個功能模塊來構建。系統(tǒng)利用現(xiàn)有搜索引擎提供的搜索結果，對結果中的網頁進行標題、正文等網頁信息的結構化抽取，再經中文分詞預處理，然后利用命名實體識別技術抽取實體屬性信息，分類整理好后由用戶人工從中挑選有用信息；用戶可以設定搜索任務，挑選出來的

3、有用信息作為線索歸并到任務下統(tǒng)一管理；任務下的線索信息通過關鍵詞權值計算進行線索組合，生成新關鍵詞用于迭代搜索；每個任務可以由多個協(xié)作者同時協(xié)同搜索完成。
　　2、對系統(tǒng)模型給出了一種實現(xiàn)。文本處理中的分詞和命名實體識別分別采用中科院的NLPIR漢語分詞系統(tǒng)和斯坦福大學的命名實體識別器來進行實現(xiàn)。數(shù)據庫選用了NoSQL中的Redis，以應對系統(tǒng)在多人協(xié)作時產生的大量數(shù)據處理及高速讀寫請求；利用非關系型數(shù)據庫Redis中的鍵值對、哈