资源描述：
《tpi异构统一检索系统的信息检索方法与策略》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、TPI异构统一检索系统的信息检索方法与策略Vo1.28,No.5HeilongjiangElectricPowerOct.20O6TPI异构统一检索系统的信息检索方法与策略解忠武(黑龙江省电力科学研究院,黑龙江哈尔滨150030)摘要:介绍了异构检索的基本原理,黑龙江省电力科技数字化信息平台上异构数据库的配置和用于全文检索的分词策略.论述了异构统一检索的基本方法和策略,阐述了检索过程中的注意事项.关键词:异构检索;检索策略;检索方法;分词检索中圈分类号:G354文献标识码:C文章编号:1002—1663(2006)05—0324一o4Informationq
2、uerymethodandtacticforTPIheterostructureuniformindexsystemXIEZhongwu(HeilongjiangElectricPowerResearchInstitute,Harbin150030,China)Abstract:Thebasicmechanismofheterostmcturequery,configurationofheterostmcturedatabaseandtacticofclassifyingvocabularyusedforawholearticleindexontheplat
3、formofHeilongiiangelectricpowerscienceandtechnologydi#talinformationwasintroduced.Thebasicmethodandthetacticofheterostmctureunitedindexwerediscussed,meanwhile,cautionsworthnoticingduringindexwerealsopresented.Keywords:heterostmctureindex;querytactic;indexmethod;indexinclassificatio
4、nTPI是清华同方光盘股份有限公司自主研制的一套基于Intemet,用于知识信息创建,生产,管理,维护和发布的工具软件系统.黑龙江省电力科技信息中心于2004年lO月引进了"TPI系统"和"万方电力数据资源系统",并与信息中心自建的数据资源进行了整合,建成了黑龙江省电力科技数字化信息平台(以下简称平台).平台运行近一年来,为科技人员的知识扩充,现场的技术改造以及科技管理水平的提升提供了大量的信息.1认识USP和中文分词技术1.1USP的工作原理USP采用的是双层浏览器/服务器结构(B/s)体系.用户向USP发出检索请求,USP根据配置信息,把检索请求转换成对
5、应于不同搜索引擎的实际检索请求,并向多个搜索引擎发出实际检索请求,搜索引擎执行检索请求后将检索结果传送回USP,USP把检索结果进行智能化整合,最后把检索结果传送给用户.1.2中文分词技术TPI系统支持全文检索和数据项检索,全文检索基于分词策略,查准率和查全率高.分词就是将连续的字序列按照一定的规范重新组合成词序列的过程.在英文的行文中,单词之间是以空格作为自然分界符的,而中文只是字,句和段可以通过明显的分界符来简单划界,唯独词没有一个形式上的分界符,虽然英文也同样存在短语的划分问题,但是在词这一层上,中文比之英文要复杂的多,困难的多.通过引入分词技术,就可
6、以使机器对海量信息的整理更准确,更合理.应引起注意的是,".""/""一"和空格等都是分词时使用的分隔符,所以在进行异构检索时,在输入的检索词中不能包含这些字符,尤其在检索技术标准或法规时,检索项"标准编号"和"法规文号"中不能包含这些字符,否则将被这些分隔符右截断或不能检索.收稿日期:2006—05—10作者筒介:解忠武(1965一),男,1987年毕业于东南大学电力系统及自动化专业,高级工程师.一324—第28卷第5期黑龙江电力2006年lO月2平台上异构数据库的配置3异构统一检索的基本方法经过多年自建和引进的累积,黑龙江省电力科技数字化信息平台上的数据
7、资源达到了相当规模,主要有万方电力数据资源系统和信息中心自建的数据资源,包括万方一电力期刊,万方一电力会议,万方一学位论文,万方一技术标准,万方一法律法规,万方一科技成果,万方一企业机构,万方一科技专家,万方一专利,万方一合同范本,计量标准全文库,电力法规全文库,国家标准目录库和电力标准目录库等.由于这些数据库的建设时间与内部结构各不相同,导致各数据库的字段与数据库服务器中的异构统一字段不一致,因此需要使用唧异构配置软件完成各数据库检索字段的统一映射.数据字段统一映射软件位于服务器端,主要由管理员来进行响应字段的选择或填写配对,并将配置结果保存于服务器端配置
8、文件中,供客户调用来具体实现异构统一检索功能.平台上
