【導(dǎo)讀】但由于網(wǎng)絡(luò)本身架構(gòu)、管理的種種問題，想在網(wǎng)絡(luò)精準(zhǔn)、高效地找到所需的圖像，卻變成了件非常不易之事。由于網(wǎng)絡(luò)現(xiàn)在的問題：內(nèi)容沒有良好的架構(gòu)；網(wǎng)絡(luò)海量信息不斷的增多。出現(xiàn)了搜索引擎。搜索的數(shù)據(jù)種類多樣，如視頻、圖片、文字等。存取協(xié)議也是種類繁多，如HTTP、索引數(shù)據(jù)量巨大，從而導(dǎo)致不可能有某一個數(shù)據(jù)庫可以包括整個網(wǎng)絡(luò)的索引，當(dāng)下最大的搜索引擎，其索引也僅僅覆蓋了網(wǎng)絡(luò)的一小部分而已；絡(luò)和CPU資源，從而增加被搜索結(jié)點的壓力。此外由于搜索引擎大多是集中式的，所以。擎處理，然后把結(jié)果通過網(wǎng)頁顯示反饋給用戶。法，但它的缺陷是Web覆蓋率低，且不能保證是最新的息。點，以檢查這些站點最近變化，同時找到新的站點。高級搜索選項包括：布爾方法、短語匹。每個提取出來的文檔元數(shù)據(jù)會顯示給用戶。為成熟的檢索技術(shù)主要是應(yīng)用于圖片數(shù)據(jù)庫檢索。不過不支持布爾操作，但?？梢允褂?quot;+"和"-"。

　　

【正文】 獲取該詞下層節(jié)點漢字的最大長度，設(shè)為 n 4) 若 n=0，一次分詞結(jié)束，保存結(jié)果。 5) 否則， i=2，轉(zhuǎn) 6)。 6 ) i=i+1，若 i=n+3，轉(zhuǎn) 8)；否則，轉(zhuǎn) 7)。 11 7) 再取一個字（此處為 Ci），判斷第三層中是否有以 C3?? Ci 開始的字 (不需要恰好匹配，只要匹配開始的 i個字就 可以了 )。 8) 若存在，分詞結(jié)束，返回最近一次能夠恰好匹配的 C3?? Cj(ji)，并與 C1C2組合成詞。如果是 C1C2，則根據(jù) C1C2的標(biāo)記判斷是雙字詞還是分為兩個單字詞。 9) 否則，轉(zhuǎn) 6)。 (3)統(tǒng)計方法運用 由于詞典的不完全性，許多詞可能不會在字典中登錄，為了處理句子中的未登錄詞，我們在原有的算法中嵌入詞頻統(tǒng)計方法，將某些出現(xiàn)頻率較高的連續(xù)字段作為一個詞切分，我們首先對頻度設(shè)定一個閾值 f。 設(shè)已對 C1?? Cn 進(jìn)行切分，由切分算法和歧義處理算法得到 C1?? Ci 為一個詞，Cj?? Cn為一個詞， Ci與 Cj之間皆為單字詞，即 C1?? Ci和 Cj?? Cn是相鄰最近的兩個多字詞，則將 Ci+1?? Cj1作為一個多字詞進(jìn)行詞頻統(tǒng)計，在對文章全部切分完畢之后，若 Ci+1?? Cj1的出現(xiàn)次數(shù)達(dá)到 f時，則將其看作一個詞，否則，將其拆分為單字詞。 同時，對于相同或相近專業(yè)和領(lǐng)域建立起動態(tài)詞庫，將由統(tǒng)計得到的詞不斷加入詞庫中，可以實現(xiàn)對詞典的動態(tài)維護(hù)。 以上通過將基于詞典的處理方法和基于頻率的統(tǒng)計方法結(jié)合起來匹配搜索運算，不僅保證了切分速度快、精度高的優(yōu)點，而且能夠結(jié)合上下文，最大限度的識別人名、地名、專業(yè)術(shù)語等未登錄 詞。 檢索反饋 因為 開始 時的查詢語句 常常和 我們所要的圖 片 內(nèi)容不符 合，往往使我們找不到想要的圖片，因此，許 多 系統(tǒng)都引入了相關(guān) 的 反饋，就是 通過選擇一些例子 來作為反饋， 慢慢 提高檢索的結(jié)果。 參考 文本信息檢索的方法，我們在系統(tǒng)中也引入 到 了相關(guān)反饋 用 來修改用戶提交的查詢，使得修改 以 后的查詢 慢慢接近用戶真正 需求， 用 來提高系統(tǒng)的性能。通過相關(guān) 的 反饋對用戶提交的查詢 進(jìn)行 修改， 使 檢索的性能比原先有了提高。 不過，大多數(shù) 的 反饋并不 具備記憶能力，每次反饋 的結(jié)果只能 用于 本次查詢。因此我們引入語義網(wǎng)絡(luò)， 并且 把每次反饋的結(jié)果記錄到 語義網(wǎng)絡(luò) 當(dāng)中，使 系統(tǒng)的效果隨著使用次數(shù)的增多而慢慢 提高。 文中 介紹的反饋系統(tǒng)，主要對查詢語句 (Q1,W1,Q2,W2，? , Qm,Wm)中 Wj的修 改中，查詢語句中對初始 Wj的定義具有 偏差，反饋系統(tǒng)可以適量 調(diào)整 Wj，使查詢語句(Q1,W1,Q2,W2，? , Qm,Wm)更反映檢索 目的。當(dāng)查詢到 m=r+n幅圖片時，其中 r幅圖 像與目標(biāo)相關(guān)， n幅圖 像與目標(biāo)沒關(guān)系 。反饋系統(tǒng)可根據(jù)用戶反饋 的結(jié)果，重新生成查詢語句 ： 12 其中矢量 是檢索結(jié)果圖像網(wǎng)頁矢量表示，在矢量 中，選擇相似度計算中有貢獻(xiàn)的分量用作 反饋信息 。在公式 5中， 通常 選γ =1 ， 0〈 β〈 1 ， 0〈 α〈 1 ，β與α值選取影響反饋深度，也直接影響檢索精度。實踐表明，帶 有反饋系統(tǒng)的圖像檢索系統(tǒng)要比沒有 反饋的圖像檢索精度提高 10%左右， 且 m越小，檢索 精度越高 . 在設(shè)計檢索系統(tǒng)的 過程中 ，提供有無反饋選擇，并且在反饋系統(tǒng)中提供取值 選 擇。 當(dāng) m取值 比 較小時，直接顯示檢索到的圖像，并 讓 用戶選擇是否與目標(biāo)圖像的相關(guān)性。以上都是為了改善用戶 交互 界面，便于反饋系統(tǒng)應(yīng)用。下面是測得 如果 m=1時，檢索精度與反饋中系數(shù)α、β之間關(guān)系的曲線，圖中可以得出α = 時檢索 精準(zhǔn)度 取最大值，圖 2中可以得 到 β在 ～ 之間時檢索 準(zhǔn)確度 取最大值。從圖 1和圖 2又可以得 到 ，當(dāng)α =β =0無反饋 的 時 候 檢索 精準(zhǔn)度 =48%,當(dāng)α = ，β = 或 精準(zhǔn)度 =61%，引入反饋系統(tǒng)使檢索精度 可以 提高了 13%左右 。 為 了 檢驗搜索模型，下載 了 含有圖像的 4000多個中文網(wǎng)頁 ( 來源于 1000多個 URLs)，對這些 HTML文檔進(jìn)行 搜索 。在查詢語句建立后，通過詞條網(wǎng)對有相同語義的詞條進(jìn)行擴(kuò)充，構(gòu)建 了 符合查詢要求的多個 IQW， 再 分別計算出各自的相似度， 依據(jù) 相似度 所 規(guī)定的臨界值，得 出查 詢的結(jié)果。 實驗 說明了 ，合理地選取相似度臨界值可 以 保證 比 較高檢索精度 和 檢索完全度。從圖 3中 就 可以 得出 ，當(dāng)相似度臨界值 時 候 ， 可以 保證檢索精度 80%，從圖 4中 得出 ，當(dāng)相似度臨界值 時 候 ， 可以 保證檢索完全度 60%。當(dāng)相似度臨界值取 時 候 ，本搜索模型可以保證檢索精度 80%，而檢索完全度 60%。 13 為決定 ITW， IAW， ICW， PTW在相似度 的 計算中的權(quán)值，測試 了 從 ～ 系數(shù)。最終 可以 得出 ICW， ITW， IAW， PTW的權(quán)值分別為 、 、 、 ， 可 以 比較合理地反映出圖 像和 這些文本的相關(guān)性， 從而保證檢索 準(zhǔn)確性 。 結(jié)束語 在 了解了搜索引擎搜索原理公式以及 反饋原理之后 ,我們 就能夠依 據(jù)其理論做出相應(yīng)的搜索引擎 ,并 且能作出 搜索效果 。但 是為了更好的使用，還需要去仔細(xì) 的給文檔進(jìn)行 更好 的 分類，更多的對 引擎進(jìn)行反饋訓(xùn)練 的 查詢等 等 ，使得 Web 搜索引擎 能 具有更 加好的智能性以及個性化特色 。 14 參考文獻(xiàn) [1] 張量，詹國華，袁貞明， 基于 Web 的圖像搜索，計算機(jī)工程， [2] 朱學(xué)芳， 多媒體信息處理與 檢索技術(shù) [M]，電子工業(yè)出版社， 20xx [3] 陳瀅 ，徐宏炳 ，王能斌，協(xié)作式 Web 資源發(fā)現(xiàn)系統(tǒng)模型，計算機(jī)學(xué)報， [4] 陽小華， 周龍驤， World Wide Web 的索引與查詢技術(shù)，計算機(jī)科學(xué) ， 1997 [5] 吳立德等 ， 大規(guī)模中文文本處理 ， 復(fù)旦大學(xué)出版社， 1997 [6] 李唐， 解讀網(wǎng)絡(luò)圖像搜索引擎， Inter 網(wǎng)絡(luò)， 20xx [7] 陳立娜， Inter 上的圖像檢索技術(shù)，天極 yesky， [8] 黃博士，網(wǎng)絡(luò)環(huán)境下的圖像檢索技術(shù) ，中國計算機(jī)用戶，