Автореферат (Математическое моделирование и программная реализация семантического преобразования поисковых запросов), страница 5

Так каканализ запросов происходит на основании словарей, содержащих стоп-слова,результаты работы можно корректировать, внося изменения в базу данных ибез вмешательства в логику работы алгоритма. Алгоритмы используютбольшое количество подалгоритмов, покрывающих различные ситуации,связанные с многообразием структур и порядком слов первоначальныхзапросов.Анализ работоспособности программного комплекса проводилсяследующим образом: были выбраны наиболее типичные представителипоисковых запросов различных типов и поданы на вход разработанногокомплекса. Первые 10 возвращенных документов анализировались на предметналичия в них детализаций, выполненных в соответствии с разработаннымметодом преобразования.

Если в документе содержалось какое-либоколичество детализаций, то он признавался условно релевантным. В таблице1 приведен пример результатов по запросу каждого из типов.Таблица 1. Количество условно релевантных документов по различнымзапросам№ ЗапросДокументы1Как работает телефон Samsung Galaxy S?52Каковы характеристики компьютера Lenovo W500?53Какая структура у телевизора Philips?44функции телефона Google Nexus S?65для чего предназначены компьютеры IBM?56Как применяется телефон Motorola Razr?77К какому классу принадлежит компьютер Lenovo T61?88Чем отличаются телефоны Samsung и IPhone?49Что общего у телевизора Philips и Sony?510 особенности телефона Nokia N800711 Каковы возможности компьютера HP Proliant?812 Какие неудачи были у компании Google два года назад?913 Какие изменения были в составе компании Аэрофлот?619Представим данные результаты в виде гистограммы (Рис.

2).12108567658754109865442131211109876543210Рисунок 2. Результаты поиска документов по преобразованным запросамРезультаты показали, что в большинстве случаев количество найденныхдокументов, содержащих детализации, построенные на основаниизаполненных баз знаний, в среднем превышает 50%. Однако, если по какимлибо частным случаям показатели будут неудовлетворительные, даннаяситуация может быть легко исправлена, а показатели улучшены путемвнесения изменений в базу знаний.

Поиск происходит на основе базы знаний,которая настраивается для конкретной предметной области.Для дальнейшего развития предложенного метода представляетсянеобходимым проведение исследования точности поиска на основе коллекцийдокументов с целью изучения влияния преобразований запросов нарелевантность документов поисковой выдачи.

Также необходимо исследоватьрезультаты работы предложенного метода, используя в качестве системы,выполняющей непосредственно поиск, систему, в которой отсутствуеткомпонент ранжирования по внешним факторам, это позволит развитьалгоритмы построения множества расширенных запросов и ранжирования,потому что использование оценки на основе векторно-пространственноймодели позволит более точно осуществлять поиск документов, содержащихдетализации запросов.Сделан вывод о необходимости адаптации содержащейся в базах знанийинформации для повышения точности поиска в зависимости от ожиданийпользователей.

Таким образом, спроектированная и разработанная на основепредложенного метода поисковая система является универсальныминструментом, легко адаптируемым как к информационной потребностипользователей, так и к любой поисковой системе, используемой в качествеисточника результатов поиска по ключевым словам. Разработаннаяархитектура и применяемый алгоритм ранжирования результатов позволяютиспользовать в качестве источника потенциально любое количествопоисковых систем, тем самым давая возможность еще более улучшитьрезультаты поиска.20III.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИОННОЙ РАБОТЫОсновные результаты, полученные лично соискателем, и их научнаяновизна заключаются в том, что:1. Исследованы три класса важных для приложений, но недостаточноизученных в научных публикациях естественно-языковых запросов: (а)аспектно-ориентированные запросы, (в) запросы, касающиеся достиженияили недостижения целей интеллектуальных систем (в том числеорганизаций), (в) запросы о возможных изменениях состава определенныхмножеств объектов (например, совета директоров конкретной фирмы).2.

На основе анализа и типизации аспектно-ориентированных запросовпредложен набор первичных информационных единиц (реляционныхсимволов) для разработки алгоритма анализа аспектно-ориентированныхзапросов.3. Построена математическая модель проблемно-ориентированной системыпервичныхединицконцептуальногоуровня,используемыхпреобразователем запросов. С этой целью введены формальные понятияаспектно-ориентированной сортовой системы, размеченной концептуальнообъектной системы и расширенного концептуального базиса. По сравнениюс предложенным в теории К-представлений понятием концептуальногобазиса введенное понятие расширенного концептуального базиса позволяет:• учитывать множество аспектов, связанных с тем или инымпонятием, т.е.

учитывать набор основных характеристик объектов,квалифицируемых определенным понятием;• строить концептуальное окружение того или иного понятия припомощи функции «детерминант концептуального окружения».4. На основе математической модели проблемно-ориентированной системыпервичных единиц концептуального уровня (задающей класс расширенныхконцептуальных базисов) был разработан оригинальный метод анализа исемантического расширения аспектно-ориентированных запросов.5. Предложен новый метод формального описания структуры входныхтекстов анализатора аспектно-ориентированных естественно-языковыхвопросов на основе аппарата контекстно-свободных грамматик.6.

Разработаны алгоритмы определения типа и объектов интереса аспектноориентированных поисковых запросов, использующие ряд подалгоритмовобработки специфических типов данных запросов.7. Разработаны общие принципы функционирования целевого алгоритмапостроения множества семантически преобразованных поисковых запросов.8. Построена математическая модель компонента базы знаний поисковойсистемы, необходимого для семантического преобразования вопросов одостижении/недостижении цели.

Для этого определен класс формальныхобъектов, названных концептуальными базами целей (к.б.ц.). В отличие отпонятия концептуального базиса, введенного в теории К-представлений,21концептуальные базы целей включают формальные представления целейинтеллектуальных систем (в том числе организаций), являющиесявыражениями СК-языков (стандартных концептуальных языков).9. Предложеноматематическое описание многообразия шаблоновсемантическойтрансформации,порожденныхрассматриваемымиконцептуальной базой целей и множеством символов, интерпретируемых какзначения морфологических признаков словоформ.

В доступной научнойлитературе отсутствует прототип понятия “шаблон семантическойтрансформации”.10. Разработан метод преобразования вопросов достижения целей вмножество производных запросов на основе концептуальной базы целей инабора шаблонов семантической трансформации. Преимуществом этогометода является компактность представления данных, позволяющихпостроить семантическое расширение запроса о достижении/ недостижениицели.11. Построена математическая модель компонента базы знаний поисковойсистемы, необходимого для семантического преобразования вопросов обизменениях в составе множеств.

Для этого определен класс формальныхобъектов, названных базами знаний об изменениях множеств. В отличие отпонятия концептуального базиса, введенного в теории К-представлений,базы знаний об изменениях множеств включают формальные представлениясоставляющих элементов множеств и индикаторов изменения составамножеств.12. Разработан метод преобразования вопросов об изменениях в составахмножеств в множество производных запросов на основе базы знаний обизменениях множеств. Преимуществами этого метода являютсякомпактностьпредставленияданных,позволяющихпостроитьсемантическое расширение запросов такого типа, и независимость формыпредставления от предметной области.13.

Спроектирован и разработан программный комплекс AOS Engine,реализующий предложенный метод семантического преобразованияпоисковых запросов. Проведенное тестирование и анализ результатов поискадемонстрируют, во-первых, работоспособность алгоритмов определения типаи объектов интереса запросов, а во-вторых, действительное наличиедетализаций запросов в электронных документах, содержащих информациюпо первоначальному запросу.221.2.3.4.5.6.7.IV. ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИКириллов А.В., Фомичев В.А.

О новом подходе к семантическомупреобразованию естественно-языковых запросов поисковых систем //Бизнес-информатика, 2011. № 1. С. 61-68 (личный вклад 0,55 п.л.)(издание рекомендовано ВАК РФ).Кириллов А.В. Метод семантического преобразования обобщенныхзапросов на основе базы целей // Бизнес-информатика, 2011. № 3. С. 16-24(0,59 п.л.) (издание рекомендовано ВАК РФ).Кириллов А.В. Поисковые системы: компоненты, логика и методыранжирования // Бизнес-информатика, 2009. № 4(10). C.

51—59 (0,82 п.л.).Кириллов А.В. Преодоление разрыва между семантическим итрадиционным поиском информации // Сборник трудов IX Международной научно-технической конференции «Новые информационныетехнологии и системы» (НИТиС-2010). 2010. С. 22-32 (0,42 п.л.).Кириллов А.В. Поисковые системы изнутри// Компьютер Пресс, 2010.№ 2. C.

17—21 (0,48 п.л.).Кириллов А.В. О новом подходе к концептуальному поискуинформации в интернете // Сборник трудов международной молодежнойнаучной конференции «XXXVII Гагаринские чтения», МАТИ, 2011. С. 1113 (0,49 п.л.).Fomichov V.A., Kirillov A.V. Semantic Transformation of Search Requestsfor Improving the Results of Web Search // Pre-Conference Proceedings of theFocus Symposium on Intelligent Information Management Systems (August 2,2011, Focus Symposia Chair: Jens Pohl) in conjunction with InterSymp-2011,23rd International Conference on Systems Research, Informatics andCybernetics, August 1 – 5, 2011, Germany).

San Luis Obispo, CA, USA:Collaborative Agent Design Research Center, California Polytechnic StateUniversity (Cal Poly), 2011. P. 37-43 (личный вклад 0,30 п.л.)..