Статья

Название статьи СЕМАНТИЧЕСКИЙ ПОИСК С ИСПОЛЬЗОВАНИЕМ ГЕНЕТИЧЕСКИХ ОПЕРАТОРОВ
Автор А. А. Новиков, Ю. С. Старкова, В. В. Марков, Д. Ю. Кравченко
Рубрика РАЗДЕЛ II. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ И НЕЧЕТКИЕ СИСТЕМЫ
Месяц, год 07, 2017
Индекс УДК 002.53:004.89
DOI
Аннотация Традиционные механизмы поиска основываются на поиске по ключевым словам, в котором совсем не учитываются семантические связи между различными понятиями. Это приводит к потере релевантных документов из-за неточной формулировки запроса или использования в запросе близких по смыслу слов и понятий. Для решения проблем формулировки запросов пользователей и междисциплинарности понятий предлагается использовать семантический поиск. Предлагаемый в статье подход реализации семантического поиска применим к большим объёмам текстовых данных и основан на использовании генетического алгоритма. В отличие от стандартных подходов к поиску информации, описываемый подход позволяет учитывать семантику взаимосвязей между понятиями, а также корректно обрабатывать междисциплинарные понятия. Благодаря семантической индексации в документах определяются понятия, не присутствующие в исходном запросе пользователя, но являющиеся семантически близкими с понятиями из запроса. Семантическая индексация производится для каждого документа отдельно, что позволяет производить параллельную индексацию сразу по нескольким предметным областям. К моменту завершения формирования онтологического профиля рассматриваемого документа вычисляются все семантические расстояния между парами выделенных понятий. Понятия считаются близкими по смыслу, если их значение семантической близости выше некоторого порогового значения, которые задается в параметрах поиска. Построение онтологического профиля документа является многокритериальной задачей, так как зависит от множества характеристик, поэтому для ее решения можно использовать генетические алгоритмы. Разработанный генетический алгоритм предназначен для более точного распределения весовых коэффициентов и оценки семантической близости понятий.

Скачать в PDF

Ключевые слова Семантический поиск; информационный поиск; онтология; генетический алгоритм.
Библиографический список 1. Bova V.V., Kravchenko Y.A., Kureichik V.V. Development of Distributed Information Systems: Ontological Approach // Software Engineering in Intelligent Systems. Proceedings of the 4th Computer Science On-line Conference 2015 (CSOC2015). Vol. 3. – Springer International Publishing AG Switzerland, 2015. – P. 113-122.
2. Kravchenko Y.A., Kureichik V.V. Knowledge management based on multi-agent simulation in informational systems // Conference proceedings. 8th IEEE International Conference “Appli-cation of Information and Communication Technologies – AICT 2014”. – 15-17 October 2014, Astana, Kazakhstan. – P. 264-267.
3. Bova V.V., Kravchenko Y.A., Kureichik V.V. Decision Support Systems for Knowledge Man-agement // Software Engineering in Intelligent Systems. Proceedings of the 4th Computer Sci-ence On-line Conference 2015 (CSOC2015). Vol. 3. – Springer International Publishing AG Switzerland, 2015. – P. 123-130.
4. Amerland D. Google Semantic Search: Search Engine Optimization (SEO) Techniques That Gets Your Company More Traffic, Increases Brand Impact and Amplifies Your Online Pres-ence. – Que Publishing, 2013. – 230 p.
5. Dukkardt, A.N., Lezhebokov, A.A., Zaporozhets, D. Informational system to support the design process of complex equipment based on the mechanism of manipulation and management for three-dimensional objects models // Advances in Intelligent Systems and Computing. – 2015.
– Vol. 347. – P. 59-66.
6. Qing He, Xiu-Rong Zhao, Ping Luo, Zhong-Zhi Shi. Combination methodologies of multiagent hyper surface classifiers: design and implementation issues // Second international workshop, AIS-ADM 2007, Proceedings. – Springer Berlin Heidelberg, 2007. – P. 100-113.
7. Кравченко Ю.А., Запорожец Д.Ю., Лежебоков А.А. Способы интеллектуального анализа данных в сложных системах // Известия Кабардино-Балкарского научного центра РАН. – 2012. – № 3 (47). – С. 52-57.
8. Кравченко Ю.А., Бова В.В. Нечеткое моделирование разнородных знаний в интеллекту-альных обучающих системах // Открытое образование. – 2013. – № 4 (99). – С. 70-74.
9. Кулиев Э.В., Новиков А.А., Самойлов А.Н., Старкова А.С. Ранжирование онтологий в Semantic Web // Информатизация и связь. – 2016. – № 3. – С. 97-101.
10. Кравченко Ю.А. Синтез разнородных знаний на основе онтологий // Известия ЮФУ. Технические науки. – 2012. – № 11 (136). – С. 141-145.
11. Srikant, R., and Agrawal, R. Mining generalized association rules // Proceedings of VLDB '10. – 2010. – P. 407-419.
12. Тузовский А.Ф., Чириков С.В., Ямпольский В.З. Системы управления знаниями (методы и технологии) / под общ. ред. В.З. Ямпольского. – Томск: Изд-во НТЛ, 2005. – 260 с.
13. Peat H., and Willet P. The limitations of term co-occurrence data from query expansion in document retrieval systems // Journal of the American Society for Information Science.
– 2012. – Vol. 42 (5). – P. 378-383.
14. Davies J., Weeks R., and Krohn U. QuizRDF: Search Technology for the Semantic Web. WWW2002 workshop on RDF & Semantic Web Applications, Proc. WWW2008, Hawaii, USA, 2008.
15. Sheth, A., Bertram, C., Avant, D., Hammond, B., Kochut, K., and Warke, Y. Managing Semantic Content for the Web // IEEE Internet Computing. – 2010. – No. 6 (4). – P. 80-87.
16. Stojanovic N., Struder R., and Stojanovic L. An Approach for the Ranking of Query Results in the Semantic Web // Proc. of ISWC '03 (Sanibel Island, FL, October 2003), SpringerVerlag, 2013. – P. 500-516.
17. Нгуен Б.Н., Тузовский А.Ф. Обзор подходов семантического поиска // Доклады Томского государственного университета систем управления и радиоэлектроники. – 2010. – T. 2, № 2. – С. 234-237.
18. Bova V.V., Kravchenko Y.A., Kureichik V.V. Decision Support Systems for Knowledge Management // Software Engineering in Intelligent Systems: Proceedings of the 4th Computer Sci-ence On-line Conference 2015 (CSOC2015). Vol. 3. – Springer International Publishing AG Switzerland. – P. 123-130.
19. Кравченко Ю.А., Марков В.В. Онтологический подход формирования информационных ресурсов на основе разнородных источников знаний // Известия ЮФУ. Технические науки. – 2013. – № 7 (144). – С. 116-120.
20. Курейчик В.М. Особенности построения систем поддержки принятия решений // Известия ЮФУ. Технические науки. – 2012. – № 7 (132). – С. 92-98.

Comments are closed.