基于語(yǔ)言模型的信息檢索中負(fù)反饋技術(shù)的研究與實(shí)現(xiàn).pdf

1、21世紀(jì)是網(wǎng)絡(luò)經(jīng)濟(jì)的時(shí)代,伴隨著互聯(lián)網(wǎng)的迅速發(fā)展,internet上的信息量在不斷增加,然而如何從浩瀚的信息海洋中得到所需要的信息就顯得更加有意義。
　　 在信息檢索中,搜索引擎使用排序算法對(duì)被檢索文檔根據(jù)與查詢(xún)的相關(guān)性大小進(jìn)行排序,研究者們提出了關(guān)于相關(guān)性的數(shù)學(xué)檢索模型。語(yǔ)言模型是目前性能較好的模型。對(duì)于困難查詢(xún)(difficult query)來(lái)說(shuō),檢索結(jié)果較差并且排序靠前的文檔很少有與用戶需求相關(guān)的,怎樣在語(yǔ)言模型下使用那

2、些不相關(guān)的信息來(lái)提高檢索精度呢?就提出了相關(guān)反饋技術(shù)的特殊情形即負(fù)反饋技術(shù)。
　　 本文主要提出了基于語(yǔ)言模型的信息檢索中正相關(guān)反饋和負(fù)反饋相結(jié)合的方法,在語(yǔ)言模型框架下應(yīng)用類(lèi)似于向量空間模型中的Rocchio反饋方法的反饋算法,對(duì)查詢(xún)進(jìn)行擴(kuò)展和查詢(xún)?cè)~的概率進(jìn)行修改。本文主要考慮初次檢索結(jié)果的前十個(gè)文檔,作為查詢(xún)擴(kuò)展的局部文檔情形,一般傳統(tǒng)地認(rèn)為這十個(gè)文檔都是相關(guān)文檔,用來(lái)進(jìn)行偽相關(guān)性反饋。本文是將前十個(gè)文檔分開(kāi)考慮,根據(jù)與標(biāo)準(zhǔn)