基于分布式表征和局部排序的信息檢索集合選擇方法.pdf

1、集合選擇是分布式信息檢索系統(tǒng)的重要組成部分。利用文本語義信息來度量查詢與集合的相關(guān)度是提高集合選擇準確度的一個有效途徑。本文從文本的語義表示入手，提出一種基于分布式表征(Distributed Representation)和局部排序的信息檢索集合選擇方法。該方法針對現(xiàn)有集合選擇方法在文本表示上存在的語義獲取不準確問題，采用神經(jīng)網(wǎng)絡(luò)語言模型來訓(xùn)練查詢與文檔對應(yīng)的分布式表征向量，以提高查詢與文檔相關(guān)度的準確度;針對原始查詢過于簡短、不易確

2、定查詢意圖的問題，使用一種結(jié)合Wikipedia和ListNet的方法對原始查詢進行擴展，以進一步提高查詢與文檔相關(guān)度的準確度;在已知查詢與文檔相關(guān)度的基礎(chǔ)上，針對傳統(tǒng)方法的文檔排序方式不合理問題，使用局部排序的方法對文檔進行排序，并引入文檔評分閾值，來提高查詢與集合相關(guān)度的準確度。最后，本文選取ReDDE、MReDDE、CRCS和LBCS方法作為基準方法，在三種集合劃分方式下分別對本文方法中三大組成要素的單項有效性和綜合有效性進行驗證