摘 要：步入信息化時(shí)代，人們獲取信息的主要方式就是通過網(wǎng)絡(luò)。Internet上的信息量不斷更新增多，雖然為人們提供了豐富的信息資源，但是卻也加大了人們搜索所需信息的難度。一些搜索引擎，諸如百度、Google等雖然提供了網(wǎng)頁搜索的便捷方式，但由于關(guān)鍵詞的匹配是信息檢索技術(shù)的基礎(chǔ)，因此搜索結(jié)果往往存在冗余及多余無用信息，搜索匹配準(zhǔn)確率不高。如何在浩瀚如海的信息空間里快速、準(zhǔn)確的查找到所需信息，是目前人們關(guān)注的焦點(diǎn)問題。

關(guān)鍵詞：網(wǎng)絡(luò)信息 搜索匹配 準(zhǔn)確率

中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1672-3791（2012）11（a）-0002-01

1 搜索引擎技術(shù)

基于Internet信息檢索技術(shù)，將Internet上的網(wǎng)頁間建立相關(guān)聯(lián)的索引數(shù)據(jù)庫，便于用戶檢索時(shí)在庫中快速定位信息并提供信息給用戶即為搜索引擎。

搜索引擎由量大部分組成：前臺和后臺。例如：Google、百度等即為前臺。前臺主要用于為用戶提供檢索接口，依據(jù)用戶的請求進(jìn)行信息的檢索，并反饋用戶經(jīng)過濾后的信息資源；后臺用于實(shí)時(shí)搜集網(wǎng)頁建立引擎。

搜索引擎可以大范圍的進(jìn)行信息源的檢索，進(jìn)一步提高召回率，且提升檢索的全面性、綜合性等。搜索引擎的缺點(diǎn)在于查詢的時(shí)間相對較長。

2 造成網(wǎng)絡(luò)信息搜索匹配準(zhǔn)確率低下的因素

（1）無關(guān)、重復(fù)信息過多。由于傳統(tǒng)搜索引擎需要返回的網(wǎng)頁有很多，而且網(wǎng)頁內(nèi)存在大量無關(guān)且多余的信息，有部分網(wǎng)頁內(nèi)容相同，造成用戶難以在海量信息中對所需信息準(zhǔn)確、快速定位。（2）檢索方式單一。由于通常情況下信息檢索技術(shù)都是采用關(guān)鍵詞匹配檢索方式查詢，關(guān)鍵詞并不能將用戶所需的信息資料準(zhǔn)確的表達(dá)出來，或者用戶很難找到合適的關(guān)鍵詞進(jìn)行查詢。（3）關(guān)鍵詞檢索通常情況下僅使用詞頻信息，并沒有涉及語義、句法及語用信息方面，所以只是在篇章或段落里面檢索答案，并不是最明確的答案[1]。

3 網(wǎng)絡(luò)信息搜索匹配原理

信息搜索就是進(jìn)行網(wǎng)絡(luò)信息的快速匹配。詞匯的檢測、匹配需要依據(jù)語言特征，通過對基礎(chǔ)語言詞匯數(shù)據(jù)進(jìn)行對比、對核才能完成。網(wǎng)絡(luò)信息特征是傳統(tǒng)信息搜索方法進(jìn)行檢索的依據(jù)，但由于網(wǎng)絡(luò)中的數(shù)據(jù)量較大，而且詞匯存在相似的特征，造成網(wǎng)絡(luò)中數(shù)據(jù)有很大一部分相似，傳統(tǒng)的匹配搜索法檢索結(jié)果會(huì)存在大量的非匹配詞匯，用戶在提取數(shù)據(jù)源時(shí)無法滿足需求，導(dǎo)致搜索匹配準(zhǔn)確率不高。

4 提高網(wǎng)絡(luò)信息搜索匹配準(zhǔn)確率的策略

（1）基于網(wǎng)頁去重。在進(jìn)行信息檢索時(shí)將不同鏈接、卻基本相同的信息資源進(jìn)行后臺整合，將多余的冗雜信息去除，就能夠提高信息檢索的精度及效率。

（2）基于分面、分類。對一個(gè)概念進(jìn)行不同角度的劃分或?qū)⑵浞殖刹煌膫?cè)面，進(jìn)行細(xì)13091f9321483fa9408f5083cac5db9a349a87ae742f7f31ffce656df98ffb73分后編制能夠替代主題詞表的分類體系。這樣用戶進(jìn)行信息檢索時(shí)，先將檢索到的關(guān)鍵詞劃分成為一些子類別，從中選擇合乎自己要求的類別，選中后系統(tǒng)再次進(jìn)行分類，直到用戶滿意或系統(tǒng)分類到達(dá)節(jié)點(diǎn)。這樣將其一步一步細(xì)化進(jìn)行檢索能夠快速實(shí)現(xiàn)用戶所需信息搜索，且準(zhǔn)確率較高。

（3）基于詞頻統(tǒng)計(jì)。統(tǒng)計(jì)法是信息檢索的最基本方式之一。詞頻統(tǒng)計(jì)法又是最常用的統(tǒng)計(jì)方法。通常情況下作者都會(huì)在一篇文章中進(jìn)行重點(diǎn)詞語的強(qiáng)調(diào)，重點(diǎn)詞語便會(huì)在文中反復(fù)出現(xiàn)。這樣可以進(jìn)行檢索信息的關(guān)鍵詞統(tǒng)計(jì)，并設(shè)置一個(gè)閾值，如果關(guān)鍵詞出現(xiàn)的頻率（詞頻率）超過了閾值，便會(huì)返回所對應(yīng)的文章。還可以顯示出關(guān)鍵詞的順序及在文中的位置。

（4）基于自動(dòng)文摘。科技的進(jìn)步帶動(dòng)了自然語言處理技術(shù)的發(fā)展，使其得到了廣泛的應(yīng)用。用戶在進(jìn)行信息檢索時(shí)，自然語言處理技術(shù)會(huì)對檢索到的網(wǎng)頁、文檔進(jìn)行自動(dòng)抽取摘要信息的功能，用戶依據(jù)文摘選擇符合自己需求的信息進(jìn)行瀏覽，這樣提高了檢索的準(zhǔn)確性及效率。

（5）基于知識的表示及處理。將與世界事實(shí)、關(guān)系及過程等信息編碼，使其成為科學(xué)的數(shù)據(jù)結(jié)構(gòu)即為知識表示。語義網(wǎng)絡(luò)及產(chǎn)生式表示法是常見的兩種知識表示法。采用知識表示方法進(jìn)行信息檢索，對于具有相同意義的關(guān)鍵詞檢索，當(dāng)輸入關(guān)鍵詞以后，搜索的信息能夠?qū)⑼x的描述顯示出來。

（6）基于超鏈接技術(shù)。超鏈接是一種網(wǎng)狀檢索，能夠進(jìn)行沿鏈訪問，是以超鏈接網(wǎng)絡(luò)作為瀏覽基礎(chǔ)進(jìn)行瀏覽的方式。當(dāng)網(wǎng)絡(luò)中的信息、文檔依照不同的主題進(jìn)行分類存儲(chǔ)以后，主題詞表以及分類體系間所具備的相關(guān)聯(lián)系會(huì)形成網(wǎng)狀的結(jié)構(gòu)。將分類體系中的類作為一個(gè)節(jié)點(diǎn)，相互間的關(guān)系作為鏈，就形成了網(wǎng)狀體系，在此基礎(chǔ)上能夠進(jìn)行超鏈接檢索。

（7）基于語料庫。語言的詞匯、語義、語法結(jié)構(gòu)及語用信息都屬于語料庫范圍。語料庫是進(jìn)行信息檢索、統(tǒng)計(jì)、比較研究的基礎(chǔ)。目前自然語言處理的各環(huán)節(jié)已經(jīng)融入了語料庫研究，并有機(jī)結(jié)合自然語言處理方法，有效的促進(jìn)了對用戶檢索意圖的理解，加深了知識表示，極大的推動(dòng)了信息檢索匹配的準(zhǔn)確性。

（8）基于合適的網(wǎng)絡(luò)檢索工具。檢索需求不同可以采用不同的檢索引擎、專題數(shù)據(jù)庫及主題指南等。這樣可以較為準(zhǔn)確的檢索出所需的信息資料，提高搜索匹配效率。

（9）高效檢索技巧：①打開多個(gè)檢索窗口可以有效的節(jié)省檢索等待時(shí)間。②關(guān)閉主頁圖像能夠提升下載速度。③運(yùn)用詞組檢索能夠提高信息匹配準(zhǔn)確性。④直接查找信息源，利用IP地址直接打開網(wǎng)頁及網(wǎng)站。⑤選擇就近的網(wǎng)絡(luò)站點(diǎn)。⑥使用大型專業(yè)數(shù)據(jù)庫進(jìn)行搜索。⑦使用網(wǎng)絡(luò)搜索軟件。⑧不在上網(wǎng)高峰期進(jìn)行信息的檢索。

5 結(jié)語

伴隨互聯(lián)網(wǎng)的發(fā)展，信息資源將會(huì)進(jìn)一步的增加、膨脹。為了提高網(wǎng)絡(luò)信息搜索匹配的準(zhǔn)確率，可以借助一些常用的技術(shù)方法等，并進(jìn)一步理解用戶檢索意圖，加上一些檢索技巧能夠有效的提升搜索匹配準(zhǔn)確率。網(wǎng)絡(luò)信息搜索匹配準(zhǔn)確率的提升需要不斷的進(jìn)行探索研究，科技的進(jìn)步必將促進(jìn)網(wǎng)絡(luò)信息檢索技術(shù)的準(zhǔn)確性提升。

參考文獻(xiàn)

[1] 陳海光.HNC理論和隨機(jī)模糊在問答系統(tǒng)中的應(yīng)用研究[D].江蘇：江蘇大學(xué)，2009.