王睿+曾斌+陈抒

关键词：数字图书馆；段落检索；性能评估；语义检索

摘要：文章利用目前已知的文件分段方式以及隐性语义检索技术，开发了一个文件分段检索系统，评估了文件结构分段、按文件人工语意分段以及取固定字数分段对段落检索结果的影响。通过对研究结果进行分析统计，得出了这3种分段方式的适用范围及优缺点。

中图分类号：G250文献标识码：A文章编号：1003-1588（2015）04-0074-03

收稿日期：2015-03-10

作者简介：王睿（1975—），海军工程大学图书馆馆员；曾斌（1970—），海军工程大学管理工程系信息管理研究室主任；陈抒（1983—），海军工程大学图书馆馆员。1背景

随着信息科技的进步，数字图书馆文献资料数量随之逐渐增加，而读者所面对的信息也就越来越多。若缺少某些帮助我们搜索信息的技术，数据的搜索将会相当困难。为了解决这个问题，产生了信息检索技术，同时也产生了许多不同的检索方法。但现在大部分的检索方法都没有考虑到文件内部的结构。因此，读者虽然找到了文件，但却无法找到真正对读者有意义的部分。如常用的模式匹配算法虽然可以对文件的一部分进行搜索，但在使用上有许多的限制，文件中必须含有和查询条件完全符合的文字才会被选择出来，而大部分的全文检索技术忽略了文件的结构。理想中，一个能够解决这种问题的系统应该是能和文件的结构相互配合的。如装备维护的检索系统，原始数据是各种不同装备的维修条例，如雷达、升降装置等，每一条例是检索系统中的一个文件。……