基于農(nóng)業(yè)技術(shù)信息本體庫的農(nóng)業(yè)專家信息檢索系統(tǒng)及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及檢索領(lǐng)域，具體地，涉及一種基于農(nóng)業(yè)技術(shù)信息本體庫的農(nóng)業(yè)專家信息檢索系統(tǒng)及方法。
【背景技術(shù)】
[0002]相對于我國農(nóng)業(yè)生產(chǎn)的規(guī)模和特點(diǎn)來說，農(nóng)業(yè)專家的數(shù)量難以滿足現(xiàn)場解決農(nóng)業(yè)問題的需求，在農(nóng)業(yè)生產(chǎn)中出現(xiàn)的許多問題(如病蟲害診斷、種植品種和密度選擇、種養(yǎng)殖環(huán)境的規(guī)劃等)難以獲得農(nóng)業(yè)專家的技術(shù)支持。因此，而針對基層農(nóng)技人員無法解決的生產(chǎn)實(shí)際問題，通過與農(nóng)業(yè)專家進(jìn)行匹配，推薦出能解決該問題最適合的專家；農(nóng)技人員獲得該領(lǐng)域?qū)＜业目焖龠B通，實(shí)現(xiàn)農(nóng)業(yè)專家生產(chǎn)動(dòng)態(tài)與技術(shù)措施情況信息交流與報(bào)送可以為農(nóng)技人員提供更加有效的農(nóng)技指導(dǎo)。
[0003]許多通用搜索引擎，如Google、百度等在一定程度上為信息資源的檢索提供了解決方案。但是，一方面通用搜索引擎面向的是所有行業(yè)，針對特定行業(yè)和特定信息檢索準(zhǔn)確性和相關(guān)性都較差，特別是針對專家人物的檢索，效果不理想；另一方面通用搜索引擎采用的是基于關(guān)鍵詞的檢索技術(shù)，只是將分詞后的關(guān)鍵詞和索引庫中的詞語進(jìn)行匹配，無法正確理解和處理用戶檢索語義和意圖，存在著檢索結(jié)果不準(zhǔn)確、無關(guān)信息過多等問題。因此，面向農(nóng)業(yè)行業(yè)的專家信息檢索，利用基于本體的語義檢索技術(shù)，并通過對檢索信息進(jìn)行領(lǐng)域和地域信息提取，成為提高農(nóng)業(yè)專家信息搜索和匹配效率的有效途徑。
[0004]目前現(xiàn)有技術(shù)中提供有一種基于農(nóng)業(yè)技術(shù)信息領(lǐng)域本體的智能檢索方法。圖1是應(yīng)用該智能檢索方法的智能檢索系統(tǒng)。如圖1所示，該智能檢索系統(tǒng)包括:查詢接口、查詢預(yù)處理模塊、語義本體推理引擎、傳統(tǒng)搜索引擎以及結(jié)果返回接口。查詢接口獲取查詢信息，將其發(fā)送給查詢預(yù)處理模塊。查詢預(yù)處理模塊分析查詢信息，提取領(lǐng)域信息和地域信息，并通過切分詞技術(shù)，將其切分成查詢關(guān)鍵詞，并發(fā)送給語義本體推理引擎。語義本體推理引擎根據(jù)標(biāo)注本體庫中定義的本體概念詞匯與概念之間的關(guān)系，匹配推理出查詢關(guān)鍵詞所對應(yīng)的本體概念詞匯，并將其返回給查詢預(yù)處理模塊。查詢預(yù)處理模塊將語義本體推理引擎返回的本體概念詞匯發(fā)送給傳統(tǒng)搜索引擎，并指示傳統(tǒng)搜索引擎按照語義搜索。這里所說的按照語義搜索是指在網(wǎng)頁已被標(biāo)注語義的情況下，按照網(wǎng)頁標(biāo)注的語義概念進(jìn)行字符串匹配，而不是直接對網(wǎng)頁自身的內(nèi)容進(jìn)行字符串匹配。傳統(tǒng)搜索引擎進(jìn)行語義搜索，并將搜索結(jié)果發(fā)送給結(jié)果返回接口。結(jié)果返回接口再將搜索結(jié)果返回給用戶。現(xiàn)有的技術(shù)方案充分利用了領(lǐng)域本體庫中的概念及其相互關(guān)系，能夠正確理解用戶需求，優(yōu)化檢索結(jié)果，更全、更準(zhǔn)地返回專業(yè)領(lǐng)域信息。
[0005]然而，現(xiàn)有技術(shù)方案并未涉及對基礎(chǔ)數(shù)據(jù)資源的預(yù)處理。一方面基礎(chǔ)數(shù)據(jù)資源中往往含有大量無關(guān)的冗余信息，比如網(wǎng)頁中往往還有廣告、導(dǎo)航、版權(quán)等垃圾信息，如果不對這些垃圾信息進(jìn)行清洗處理，將對后期的檢索帶來極大噪聲干擾；另一方面，網(wǎng)頁中包含的都是半結(jié)構(gòu)化數(shù)據(jù)，真正有用的數(shù)據(jù)和html標(biāo)簽混合在一起，這也大大降低了檢索的精準(zhǔn)度。
[0006]同時(shí)，現(xiàn)有技術(shù)方案在對用戶輸入的自然查詢語言進(jìn)行處理時(shí)，如果用戶輸入的自然查詢語句中包括本體概念，則進(jìn)行句型模式的匹配判斷，無論匹配成功與否，都是直接對匹配上或進(jìn)行語義擴(kuò)展后的本體概念進(jìn)行查詢。由于整個(gè)過程缺少用戶的參與，而通過對用戶輸入的自然查詢語言進(jìn)行語義分析并不能完全和精準(zhǔn)地理解用戶查詢意圖。并且，由于人物信息檢索的特殊性以及農(nóng)技人員對農(nóng)業(yè)專家的特殊需求，從檢索信息中提取特定領(lǐng)域信息、地域信息，有利于檢索到更符合要求的專家信息。

【發(fā)明內(nèi)容】

[0007]本發(fā)明的目的是提供一種基于農(nóng)業(yè)技術(shù)信息本體庫的農(nóng)業(yè)專家信息檢索方法以及系統(tǒng)。其中，所述方法通過對網(wǎng)頁信息進(jìn)行清洗和結(jié)構(gòu)化整理以及引入用戶交互式參與模式，以及對檢索信息進(jìn)行領(lǐng)域和地域信息的提取，提高了檢索的查準(zhǔn)率和查全率。
[0008]為了實(shí)現(xiàn)上述目的，本發(fā)明提供一種基于農(nóng)業(yè)技術(shù)信息本體庫的農(nóng)業(yè)專家信息檢索方法。所述方法包括:獲取待查詢的自然語言形式的農(nóng)業(yè)技術(shù)查詢語句；對所述自然語言查詢語句進(jìn)行切分詞處理、提取領(lǐng)域信息和地域信息以獲取檢索關(guān)鍵詞；根據(jù)預(yù)設(shè)的農(nóng)業(yè)技術(shù)信息本體庫判斷所述檢索關(guān)鍵詞中是否存在與本體語義概念相關(guān)的詞匯；在判斷所述檢索關(guān)鍵詞中存在與本體語義概念相關(guān)的詞匯的情況下，根據(jù)所述預(yù)設(shè)的農(nóng)業(yè)技術(shù)信息本體庫對所述檢索關(guān)鍵詞進(jìn)行本體語義擴(kuò)展以獲得本體語義擴(kuò)展集；以及根據(jù)所述本體語義擴(kuò)展集訪問預(yù)設(shè)的專家信息索引庫進(jìn)行專家信息檢索以生成專家信息檢索結(jié)果。
[0009]優(yōu)選地，所述預(yù)設(shè)的專家信息索引庫包括專家信息全文索引庫，所述方法還包括:在判斷所述檢索關(guān)鍵詞中不存在與本體語義概念相關(guān)的詞匯的情況下，根據(jù)所述檢索關(guān)鍵詞訪問所述專家信息全文索引庫進(jìn)行全文檢索以生成第一檢索結(jié)果。
[0010]優(yōu)選地，所述預(yù)設(shè)的專家信息索引庫還包括專家信息語義本體索引庫，在獲得所述本體語義擴(kuò)展集之后，所述方法還包括:對所述本體語義擴(kuò)展集進(jìn)行過濾和權(quán)重標(biāo)識處理；將過濾和權(quán)重標(biāo)識處理后的本體語義擴(kuò)展集轉(zhuǎn)化為語義查詢檢索式；以及根據(jù)所述語義查詢檢索式訪問所述專家信息語義本體索引庫進(jìn)行檢索以生成第二檢索結(jié)果。
[0011]優(yōu)選地，所述方法還包括:根據(jù)所述本體語義擴(kuò)展集的本體詞匯權(quán)重標(biāo)識對所述第一檢索結(jié)果和所述第二檢索結(jié)果進(jìn)行排名處理，獲得農(nóng)業(yè)專家信息檢索最終結(jié)果。
[0012]優(yōu)選地，建立所述專家信息語義本體索引庫和所述專家信息全文索引庫包括:讀取預(yù)設(shè)的本體語義資源庫中的文本數(shù)據(jù)；判斷所述文本數(shù)據(jù)中是否存在語義標(biāo)注信息；在判斷所述文本數(shù)據(jù)中存在所述語義標(biāo)注信息的情況下，讀取所述語義標(biāo)注信息，并根據(jù)所述語義標(biāo)注信息提取語義概念本體詞匯以建立所述專家信息語義本體索引庫；以及在判斷所述文本數(shù)據(jù)中不存在所述語義標(biāo)注信息的情況下，建立包括所述文本數(shù)據(jù)索引的專家信息全文索引庫。
[0013]優(yōu)選地，生成所述本體語義資源庫包括:從網(wǎng)絡(luò)中獲取農(nóng)業(yè)技術(shù)相關(guān)信息；對獲取信息進(jìn)行結(jié)構(gòu)化處理以生成農(nóng)業(yè)技術(shù)信息資源庫；根據(jù)預(yù)設(shè)的農(nóng)業(yè)技術(shù)信息本體庫標(biāo)注所述農(nóng)業(yè)技術(shù)信息資源庫中的資源數(shù)據(jù)的本體語義；計(jì)算標(biāo)注本體的語義向量空間；將所述語義向量空間中的標(biāo)注本體詞匯與已標(biāo)注處理的資源數(shù)據(jù)相關(guān)聯(lián)；以及將所述語義向量空間中的標(biāo)注本體詞匯與已標(biāo)注處理的資源數(shù)據(jù)一起存入數(shù)據(jù)庫以生成所述本體語義資源庫。
[0014]相應(yīng)地，本發(fā)明還提供一種基于農(nóng)業(yè)技術(shù)信息本體庫的農(nóng)業(yè)專家信息檢索系統(tǒng)。所述系統(tǒng)包括:分詞處理單元，用于接收待查詢的自然語言形式的農(nóng)業(yè)技術(shù)信息語句，并對所述自然語言查詢語句進(jìn)行切分詞處理、提取領(lǐng)域信息和地域信息以獲取檢索關(guān)鍵詞；語義本體推理引擎，用于根據(jù)預(yù)設(shè)的農(nóng)業(yè)技術(shù)信息本體庫判斷所述檢索關(guān)鍵詞中是否存在與本體語義概念相關(guān)的詞匯；本體語義擴(kuò)展處理單元，用于在所述語義本體推理引擎判斷所述檢索關(guān)鍵詞中存在與本體語義概念相關(guān)的詞匯的情況下，根據(jù)所述預(yù)設(shè)的農(nóng)