1、隨著網(wǎng)絡技術和軟件技術的飛速發(fā)展，特別是Internet/Intranet的發(fā)展，大多數(shù)信息資源已不光只是結構性資料，而是出現(xiàn)了很多豐富多樣的非結構化形式提供給使用者。各種信息資源迅速增多，不同格式、不同時期、不同應用等異構環(huán)境下的復雜數(shù)據(jù)源并存的局面逐步形成。對各種信息構造一致的表示機制，并在此基礎上建立能有效處理和檢索各種信息的統(tǒng)一平臺，以滿足日益增長的信息實際應用的需要無疑是一個頗有研究價值的課題。 傳統(tǒng)的基于關鍵詞匹配的

2、檢索會產(chǎn)生明顯的效率問題，檢索系統(tǒng)的查全率和查準率都不盡如人意。 SemanticWeb和Ontology為信息檢索提供了一種新方法，它能解決傳統(tǒng)檢索的許多不足?，F(xiàn)在基于Ontology的信息檢索是當前Ontology研究和應用的焦點。 論文首先介紹了Ontology的概念以及實現(xiàn)語義檢索的原理與優(yōu)勢，其次介紹了基于Ontology技術進行信息檢索時需要解決的如下兩個問題：如何自動構建與檢索系統(tǒng)相關的XML文件，以及如何

3、在檢索系統(tǒng)中運用Ontology技術來提高檢索質量。 對上述的第一個問題，本文首先給出了系統(tǒng)的XML文件的信息表示，然后提出了自動抽取文檔信息的算法，此算法是以最大匹配分詞法為基礎的，以企業(yè)或組織所涉及的相關領域的Ontology為分詞詞典，采用逐字搜索，最長匹配，先刪除非用字，再識別關鍵詞的方法來識別本體詞，最后計算本體詞出現(xiàn)的頻度(次數(shù)/文本長度)，將結果記錄在XML文件中供查詢。 而對于后一個問題即基于Ontolo

4、gy的檢索算法，論文先提出了計算查詢關鍵詞和文檔相似度的Similarity(word,file)函數(shù)，其中word為用戶的查詢關鍵詞組(包含word1，word2,…wordm)，file為需要查詢的文件。Similarity返回0到1之間的值，值的大小體現(xiàn)查詢詞和文件的相似度。然后論文根據(jù)這個函數(shù)給出了本文的檢索算法。 本文通過Ontology技術在信息檢索領域的應用，在信息表示的層次上解決了傳統(tǒng)的基于關鍵詞檢索中存在的查全