【出 处】：《 计算机仿真 》 CSCD 2011年第28卷第10期 168-172页,共5页

【作 者】： 谭德坤

【摘 要】 关于提高文献的检索效率,在科技文献检索过程中,传统的基于关键词匹配的检索方法缺乏对知识的理解和处理,只能检索出包含关键词的文献,而不能检索出与关键词语义相似的文献,因而检索结果在查全率和查准率都无法满足检索者的要求。将模糊粗糙集理论引入信息检索当中,对信息检索模型的缺陷进行了改进。首先用传统的互信息函数计算标引词之间的语义关联权重,构建出模糊近似空间;然后用TF-IDF方法获得文档的模糊向量表示,在计算标引词重要度权重时,不但考虑了标引词出现的频度,还考虑位置因素,查询的模糊向量表示完全由用户的兴趣确定;最后用模糊近似空间对关键词进行概念扩展,挖掘出相似概念类,计算文档和查询模糊表示的上、下近似集,文档和查询的匹配不再是关键词匹配,而是利用布尔逻辑的合取、析取公式对上、下近似集进行模糊匹配,并返回按相似度值排序的检索结果。仿真测试表明,方法能提高科技文档检索的性能,能对科技文献进行概念意义上的检索。