35、数字图书馆中的数学索引与搜索

数字图书馆中的数学索引与搜索

1 引言

数学公式检索问题是构建数字数学图书馆（DML）的核心。此前虽有诸多解决该问题的尝试，但在更广泛的数学界，这些方法既未得到广泛应用，也未令人满意。目前，图书馆系统或谷歌学术对于数学公式搜索格式尚未达成广泛共识。

W3C 的 MathML 标准已成为软件工具间数学信息交换的标准。不过，作者们通常不直接编写 MathML，而是倾向于使用如 LATEX 或 AMS - LATEX 等 TEX 风格的紧凑符号。因此，数学搜索系统的设计者面临的任务是将数据转换为统一格式，并允许 DML 用户在查询时使用他们偏好的符号。

在将现有 DML 集成到更大项目（如 EuDML）的过程中，未解决的数学搜索问题愈发明显——没有数学搜索支持的 DML 就像是自相矛盾的存在。鉴于此，我们设计并实现了新的强大解决方案，用于检索数学公式。

2 数学搜索方法

过去已经有大量关于在数字图书馆和网络上搜索数学公式的研究，并且设计了几种数学搜索引擎（MSE），下面简要介绍几种：
- MathDex ：它是由 Robert Miner 领导的 NSF 资助项目的成果。它将数学编码为文本标记，使用 Apache Lucene 进行文本搜索。通过与搜索词的相似度，搜索算法生成排名结果，匹配呈现 MathML 的 n - 元组。不过，该算法存在一些缺点，例如无法考虑多种基本数学等价关系，且对变量名赋予了过高的权重。
- EgoMath ：由 Josef Mišutka 开发，是全文网络搜索核心引擎 Egothor 的扩展。它使用呈现 MathML 进