8 语义搜索

不同搜索模式之间的技术差异：

1、对用户需求的表示(query model)

2、对底层数据的表示(data model)

3、匹配方法(matching technique)

 

信息检索(IR)支持对文档的检索(document retrieval)

数据库(DB)和知识库专家系统(Knowledge-based Expert System)可以提供更加精确的答案(data retrieval)

 

DB和KB系统属于重量级语义搜索系统

基于语义的IR系统属于轻量级的语义搜索系统

 

查询构建->查询处理->结果展示->查询优化

 

语义数据搜索：

难点：可扩展性、异构性、不确定性

语义Web搜索引擎：

本体搜索：Swoogle、Waston

实体搜索：Sigma on Sindice、Falcons

数据Web搜索：SWSE

 

三元组存储：基于IR单一数据结构和查询算法、基于DB的SOR各种索引和查询算法、原生存储Native stores

 

存储和索引Semplore

IR索引基于以下概念：文档、字段、词语、posting list和position list

增量索引——移动大量数据开销很大——基于块的索引扩展：分块后只需移动当前块即可——更多的块需要更多的随机访问，同时需要更多的空间开销

 

一个基本的数据结构：Ascending Integer Stream(AIS):

基础检索、归并排序、概念表达式计算、不支持关系扩展

 

排序原则：

质量传播：更新分数同时反应该元素相邻元素得分

数量聚合：还需考虑邻居数量，更多令居排名高

 

基于结构的分区和查询处理

基于结构的索引和分区

结构感知(structure-aware)查询处理

 

评估：比较SP和垂直分区方式VP

 

效率、增量整合、运行时整合

 

混合搜索：下一代的网络搜索，将内容单元提供给复杂的信息需求

 

语义搜索的交互范式

可用性：查询翻译、查询解释

 

摘要图生成graph summarization

Top-k图探索：从关键词元素开始，对图进行代价导向的探索