樊 皓，黄映辉

（大连海事大学 信息科学技术学院，辽宁 大连116026）

0 引 言

G.Salton作为信息检索领域的先驱，最早提出基于关键字的向量空间检索方法，自此信息检索被默认为是信息语法检索，一般多采用改进匹配算法的方式提高 “串匹配”的效率。语义Web概念的提出为信息语义检索提供了解决方案和技术支持，从而推动信息检索从基于关键字的语法检索迈向基于标注的语义检索［1］。主要的改进为：引入哲学术语 “本体”，期望通过对概念及概念之间关系的定义，实现知识层次的检索，突破传统基于关键字检索时语言表达形式的局限实现语义检索。然而，本体在被引入信息科学领域时就已被界定为 “概念模型的明确规范说明”［2］，被默认为是精确本体。该模型的精确性假设与人类认知客观世界过程的不精确性特征并不相符，表现为不精确的信息检索请求 （用户对所要检索的领域知识的不精确认知）与精确的信息表达 （精确本体对概念及概念之间关系的明确性定义）之间存在着矛盾。

S.Ishizu［3］将粗糙集理论引入本体，提出了粗糙本体的概念，使其具有了对不精确信息的表达能力。本文引入粗糙本体支持的信息语义检索，以求在概念匹配的基础上，解决概念表达的不精确影响检索结果的问题。通过分析信息语义检索的过程和特点并结合粗糙本体的定义，确定了粗糙本体的表示形式，建立了粗糙本体支持的信息语义检索模型，探讨了作为该模型最主要环节的语义相似度计算的核心算法，提出了该模型的实现方法并进行了实例验证。……