藏文期刊论文检索系统研究

分类：论文范文 发表时间：2021-04-25 09:22

　　[摘要]随着藏文期刊论文的数量和类型与日俱增,人们对藏文期刊论文的时间性和准确性的要求也越来越严格，藏文期刊论文的现代化管理已迫在眉睫。为了适应期刊论文管理的新形势，更好地方便读者查阅论文资料，研究藏文期刊论文检索系统有很大的必要性。本文对藏文期刊论文检索系统进行了研究，实现将分散在各处杂志上的论文收集整理，提供统一的查询接口，方便用户在更大的范围内查找所需内容。

　　[关键词]检索系统；藏文期刊论文；相似度；排序

　　1引言

　　随着国家教育事业的飞速发展，国内藏区教育教学水平也得到了全方位的提高，而期刊论文发表是其中一项非常重要的组成部分，其主要目的是分享科学研究成果，进行学术交流。为用户提供一个在最短的时间内要找到自己需要的信息的平台是现实迫切的需求。本系统目的就是将分散在各处杂志上的论文收集整理，并按照论文结构分类存储到一个数据库中，并提供统一的查询接口，方便用户在更大的范围内查找所需内容，提高查询效率，同时也增加了电子论文潜在的读者。以上这些问题引出了本课题的研究内容：藏文期刊论文检索系统的研究。

　　2藏文期刊论文检索系统相关技术分析

　　在自然语言处理中，词是最小的、能独立活动的、有意义的语句成分，而英文、汉文、藏文对字符、字、词各有不同的含义。英文是以词为单位的，词与词之间按照空格进行分割，划分很明显，即字与词是合二为一的，而词是由字符构成，界限很清楚；汉文是以字为单位，根据汉文组词的语法规则构成词语，词与词之间又没有明显的标记区分，即由字构成词，而字与字符是合二为一的；藏文同汉文，也是以字为单位根据组词规则由字构成词，而字又由字符构成，即藏文中字符构成字、字构成词，只是字与字之间由音节符（????????????）隔开，以此可以区分字与字符。例如，英文句子“Heisateacher”，翻译成汉文“他是一名老师”，翻译成藏文。计算机可通过空格识别“teacher”是一个单词，但是无法识别“?????????”也是一个单词，所以需引入分词技术。

　　2.1最大概率法分词技术

　　本研究使用了最大概率法分词技术，其主要思路是：(1)一个待切分的藏文字符串可能包括多种分词结果；(2)将其中概率最大的分词结果作为该文本的分词结果。我们用这个例子来进行说明，该字符串各种可能的分词结果可以用一个有向图1来显示如下：

　　2.2基于排序法的索引创建技术

　　排序法在创建索引期间，始终占用固定的分配空间，以保存索引的中间结果和词典信息，当分配空间被占满时，将中间结果导入磁盘，内存空间就得到了释放，为下一次保存索引中间结果做准备。可见，这种方法占用的内存空间是固定的，从而可对不同大小的文档集合创建索引，详见下图2。

　　3论文检索模块设计?

　　检索模块分为普通检索和相关性检索两种方式。普通检索时，先让用户选择检索方式，即论文的题目、作者、期刊、关键字等，输入检索内容之后可预览论文基本信息。如果需要阅读详细内容，就要双击题目进行PDF格式阅览。操作界面如图3所示：

　　4实验—压力测试

　　压力测试是一个必不可少且有益的过程，它提供了对Web和移动应用程序在极端负载下的性能测试，可确定应用程序中的潜在漏洞，并在出现问题前对其进行更正[3]。VisualStudio2017企业版自带测试功能。为了确保网站的效能及容量可以满足上线需求，首先需要预设负载测试时间、并发人数。本次实验预设并发人数为200人，从初始10个用户开始，每10秒增加30个用户，直到200个用户为止，测试时间为5分钟。在系统压力测试中通过逐渐增加用户访问人数的方法，从初始的10个用户到200个用户同时访问网页的实验中，我们可以发现随着用户数量的增多，响应时间最高达到1.81秒，最低响应时间是1.07秒，平均响应时间是1.52秒。实验证明，该系统基本上能够达到预期效果。

　　5结论

　　本文实现了最基本的藏文期刊论文检索功能，该系统基本上能够达到预期效果，但仍存在不足之处，离实际的藏文期刊论文检索系统的标准还有一定的差距，在下一步的研究工作中将继续改善。比如，当两个句子意义相似而使用了不同的词性时，借助近义词典进行替换，由于近义词典的词量相对较少，因此，该算法的计算结果与人的主观判断误差较大。因此，需要更科学、适用的藏文近义词典，尽可能减少相似度计算误差。

　　参考文献：

　　[1]陈玉忠，李保利，俞士汶．藏文自动分词系统的设计与实现[J]．中文信息学报，2006，20(5)：10-16．

　　[2]安见才让．藏语句子相似度算法的研究[J]．中文信息学报，2011(4)：111-113．

　　[3]伊文斌，郑剑．基于LoadRunner的Web负载测试[J].江西理工大学学报，2008，29(04)：13-15．

　　[4]王瑞雷，栾静，潘晓花，等．一种改进的中文分词正向最大匹配算法[J]．计算机应用与软件，2011，28(3)：195-197．

上一篇：成长型农业科技期刊开放存取系统建设研究 下一篇：论环境侵权原因行为的立法拓展