Study and Experiment on Relevance Search Mechanism of Institutional Repository

【目的/意义】相关性检索机制作为知识搜索引擎最核心的部分之一,对提升机构知识库精准知识服务能力和用户满意度具有重要意义。本研究旨在为机构知识库优化相关性检索机制提供技术路线支撑。【方法/过程】首先,系统化梳理相关性检索研究的背景及进展,对关键的相关性计算模型及工具进行对比分析与述评。其次,以中国科学院机构知识库CSpace为试验环境,以开源引擎Apache Solr为辅助工具及TF/IDF、BM25算法等为模型基础,对机构知识库相关性检索机制进行了研究设计与试验。【结果/结论】Solr可以与BM25等多种相似度计算模型有效结合,为用户提供多维度的可配置化的相关性计算服务。文章未能对基于机器学习排序算法的相关性检索机制进行深入研究。