的语义搜索处理解决方案

Hakia是一个历史相对比较悠久的语义搜索引擎，hakia的解决方案主要依靠它的三项核心技术OntoSem、QDEX和SemanticRank。

9.3.1　OntoSem

OntoSem(Ontological Semantics)是一种对自然语言处理的高级方式，使得文本对象在计算机处理过程可以表达语义关系，它是hakia的支柱，支持QDEX、SemanticRank算法等。OntoSem是以词为单位进行语义分析的，首先摒弃非重要词，然后对重要词逐个进行词性、词间关系、概念的等级关系、句法等分析。

9.3.2　QDEX

QDEX(Query Detection and Extraction)是Hakia的专利技术之一，它根据知识点分析网页，储存网页内容。在用户执行查询之前，QDEX首先分析整个网页内容，随后将语句分解为有含义的知识序列，QDEX算法开始探测和抽取所有可能的查询表达，在检索数据处理模式中成为了原文本、段落、语句的网关。由于语义描述会使数据量增大，这种方法的优势就在于将文本对象进行分解从而在语义搜索引擎中的语义富数据也可以达到高速检索，同时深层语义分析也需要对原文进行分解。将文本对象进行分解后，再重新组合的时候如何不迷失方向是QDEX面对的一个难题。例如，有8个重要词的一个语句，根据这8个词可能重新组合成上百万个语句，但实际上只有少数组合有意义。Hakia采用了OntoSem，通过语义分析的技术解决了这一问题。

9.3.3　SemanticRank

SemanticRank算法囊括了本体语义、模糊逻辑、计算机语言学和数学等内容的算法，实现了对检索结果进行高质量的排序。首先，QDEX系统根据已有的查询表达得到一堆文章内容的碎片，SemanticRank算法基于高级的语义分析，将查询与段落中的最佳语句进行概念匹配，进而对结果进行排序。在这个过程中没有使用布尔代数和关键词匹配的方法，可信度和网页发布时间也会被考虑在内。

这三项技术分别实现了Hakia的自然语言处理、本体概念描述、资源标注、语义索引、语义排序和匹配等操作。