摘要概念是知识表示的基本认知单元,它由外延和内涵两部分构成由于概念的外延与内涵可以相互诱导,所概念的外延和内涵中一旦有一个被确定下来,那么这个概念也就随之确定,概念认知是将属于这一概念的特征鳳性筛选出来,同时把不于这一概念的特征婳性排除,即通过确定内涵的方式获得櫶念,它采用特定的认知方法米完成概念的识别当前,概念认知正逐渐借鉴认知科学领域中的一些研究思想,不断地完善自身理论与方法.然而,现有的概念认知方法要求假定概念认知算子具有完全认知功能,但现实中由于个体认知的局限性往往会出现认知不完全的现象

传统的基于关键字的文本检索系统，存在匹配不准确、匹配冗余度高以及算法复杂的现象。针对该问题进行研究，使用概念图作为检索单元，摈弃字符统计的传统方法，通过语义的匹配，在理解的基础上得出问题的答案。在传统的概念图中加入概念内涵属性，提出了 ＣＡ＆Ｒ（ｃｏｎｃｅｐｔａｔｔｒｉｂｕｔｉｏｎ＆ｒｅｌａｔｉｏｎｓｈｉｐ）概念图，并以此作为文本检索系统中文本的表示方法。实验证明 ＣＡ＆Ｒ概念图的概念匹配准确率更高。结合属性和关系的概念图能够有效地改善文本检索的准确率。