智能搜索引擎模型的开发设计利用人工智能先进技术

　　智能搜索引擎模型的开发设计利用人工智能先进技术

　　1.简介随着Internet上信息量的不断增加，快速，准确和经济地查找信息变得越来越困难，并且对于网络信息检索工具的搜索引擎不断提出新的要求。 。由于目前的搜索引擎无法满足用户的实际需求[1]，针对现有搜索引擎的缺点提出了一种新的搜索引擎设计思路。 2.智能搜索引擎模型的开发和设计使用先进的人工智能技术重新设计搜索引擎[2]，以使搜索引擎更加智能，并使搜索结果更能反映用户的需求。这种搜索引擎称为智能搜索引擎。将信息检索从当前的关键词级别提高到知识（或概念）级别，是解决问题的基础和关键。因此，本文提出了一种新的基于Internet的搜索引擎设计思想。智能搜索引擎的体系结构如图1所示。图1智能搜索引擎的开发模型本文设计的模型介绍了神经网络，相关性反馈和其他技术，并将已建立的索引项存储在索引数据库中。索引数据库用作检索的基础。索引数据库包括关键词，网页摘要，网页URL和网页相关语义信息等。该模型使用神经网络训练自我学习能力，使用自动聚类的思想来处理搜索结果，并根据相关程度将搜索结果反馈给索引器，以使输出结果更符合用户的需求。经过一定的理论分析，该模型具有一定的可行性。 3.相关技术智能搜索引擎，它将基于关键词级检索的传统搜索引擎提升到知识（或概念）级，以分析和处理检索问题，具有信息的智能性，主动性，交互性和人性化服务化学的特性可以为用户提供更加方便，准确的搜索服务。

　　3. 1众所周知，信息检索是www是基本的请求和响应系统。 www浏览器通过将URL发送到www服务器来请求信息，并且www服务器通过返回超文本标记语言（HTML）来响应页面。 HTML页面可以是已格式化并存储在www节点中的静态页面，也可以是服务器为响应用户提供的信息而动态创建的页面，或列出了可用文件和文件夹的页面。 www节点。在信息获取的基本过程的基础上，本文提出了一种新的信息检索过程：3. 2神经网络搜索引擎应根据语料进行归纳，获得每个单词的出现概率以及单词之间的关联信息。 ，可能有效消除各种歧义，准确表达查询请求和文档​​信息。对于给定的查询关键词，引擎可以主动“关联”具有相似含义或相似含义的单词。实现信息库的分析和推广，以及知识库的扩展。在给出准确答案的同时，它还提供与用户有关的问题，并从多个角度回答用户的问题。智能检索需要处理语义分析，知识管理和知识检索三个方面[3]。工作过程是：网络上的每个神经元都可以用作概念主体，以利于语义类型和语义关系的动态调整。在基于神经网络的三层体系结构中，每一层的实现规则如下：通用概念语义网络层中的语义类型表是指语义字段框架表。公共概念语义网络层中的语义关系表是基于语义分析的。基本概念中的基本概念语义网表是借用，转换和调整的；基本概念语义网络层中的语义类型表和语义关系表是分类理论在专利文献中的基本概念语义网络表中的应用。调整了图2中的信息检索工作过程。

　　在这三个级别中，较低的级别为较高的级别提供了信息资源，形成了类似于生物的食物链。在此过程中，将神经网络输入调整与常用的权重调整反向传播算法相结合，并通过调整权重和输入矢量值的对偶效应来最小化神经网络的误差函数。通过其连接权重的交互式调整过程来了解环境。使用训练数据来确定网络链路权重，并建立最终的输出集群，增加计算量，并实现更有效的学习。培训质量主要由学习效率和泛化能力两个方面来衡量。根据WWW文档[4]与基本词典和规则之间的关系，通过不断学习，可以提高网络的学习功能和分析能力。 3. 3遍历算法在使用深度遍历的基础上改进了传统的检索系统，添加了搜索深度阈值以限制搜索的深度，但并未考虑特定的网络环境，并且仍然会在没有信息的分支。