Motor de Busca Semântico Khmer (KSE): Acesso à Informação Digital e Recuperação de Documentos

Resumo O processo do motor de busca é crucial para a recuperação de conteúdo de documentos. Para documentos Khmer, é necessária uma ferramenta eficaz para extrair palavras-chave essenciais e facilitar buscas precisas. Apesar da geração diária de conteúdo Khmer significativo, os cambojanos enfrentam dificuldades para encontrar documentos necessários devido à falta de uma ferramenta de busca semântica eficaz. Mesmo o Google não oferece alta precisão para conteúdo Khmer. Motores de busca semânticos melhoram os resultados de busca empregando algoritmos avançados para entender vários tipos de conteúdo. Com o aumento do conteúdo digital Khmer — como relatórios, artigos e feedback de redes sociais — capacidades de busca aprimoradas são essenciais. Esta pesquisa propõe o primeiro Motor de Busca Semântico Khmer (KSE), projetado para aprimorar métodos tradicionais de busca Khmer. Utilizando técnicas de correspondência semântica e conteúdo semântico formalmente anotado, nossa ferramenta extrai palavras-chave significativas de consultas de usuários, realiza correspondência precisa e fornece os melhores documentos offline e URLs online. Propomos três estruturas de busca semântica: busca semântica baseada em um dicionário de palavras-chave, busca semântica baseada em ontologia e busca semântica baseada em classificação. Além disso, desenvolvemos ferramentas para preparação de dados, incluindo adição de documentos e extração manual de palavras-chave. Para avaliar o desempenho, criamos um conjunto de dados de verdade fundamental e abordamos questões relacionadas à busca e busca semântica. Nossos achados demonstram que entender a semântica dos termos de busca pode levar a resultados significativamente mais precisos.