面向大规模XML文档集的关键词检索系统关键技术研究

项目名称： 面向大规模XML文档集的关键词检索系统关键技术研究

项目编号： No.61170091

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 自动化技术、计算机技术

项目作者： 邓志鸿

作者单位： 北京大学

项目金额： 57万元

中文摘要： 随着大量数据以XML文档的形式存储和发布，人们亟需从这些数据中获取有价值信息，而现有XML关键词检索方法和技术不适用于处理大规模XML文档集。针对这种现状，我们提出面向大规模XML文档集的实用性强、交互性好的关键词检索系统的关键技术的研究课题。本课题拟引入机器学习的方法，解决内容和结构在结果评分中的融合问题，建立有效的结果评分方法，提高XML关键词检索效果；研究支持非单调评分方法、增量以及近似查询的Top-k查询理论方法，设计支持多种查询语义模型的Top-k查询算法，快速响应用户；研究关键词查询自动转换成树结构查询的技术，建立基于树结构查询推荐的用户交互检索模型，提高用户准确表达信息需求的能力、改善用户体验。以上述研究成果为基础，研制原型系统，形成一系列符合面向大规模XML文档集关键词检索特点的关键技术。我们的研究工作将丰富和发展XML关键词检索的理论和方法，具有重要的理论意义和实用价值。

中文关键词： 大规模XML文档集；关键词检索；索引；Top-k查询；交互检索模型

英文摘要：

英文关键词： large scale XML document collection；keyword search；index；Top-k query；interactive search model