基于互信息的語義查詢擴(kuò)展技術(shù)研究.pdf

1、在信息檢索系統(tǒng)的運用過程中，由于一般用戶無法提出完整規(guī)范信息的查詢式，很容易導(dǎo)致查詢漂移的產(chǎn)生。為了解決這個問題，查詢擴(kuò)展技術(shù)應(yīng)運而生，但是發(fā)展到今天該技術(shù)還沒有真正成熟。其根本原因是以往的擴(kuò)展方法只是機(jī)械的通過共現(xiàn)或者僅僅利用某種資源對查詢中的關(guān)鍵詞進(jìn)行孤立的擴(kuò)展，沒有從根本上解決問題。只有從語義的層面上對原查詢進(jìn)行分析，根據(jù)分析結(jié)果來進(jìn)行查詢擴(kuò)展才能從根本上解決根本問題。
　　本課題對現(xiàn)有的查詢擴(kuò)展方法進(jìn)行了深入研究和分析，結(jié)

2、合前人研究成果本文提出了一種基于互信息的語義查詢擴(kuò)展算法。此方法結(jié)合大規(guī)模通用語料庫的統(tǒng)計信息和根據(jù)語言學(xué)知識基于語義的擴(kuò)展詞構(gòu)造兩種擴(kuò)展方式，從來源于生活的文檔和人工生成的語義詞典兩種資源選取擴(kuò)展詞，結(jié)合擴(kuò)展詞與原查詢詞在語義詞典的相似度以及在文檔集中的的互信息給擴(kuò)展詞賦綜合權(quán)值，根據(jù)權(quán)值的大小設(shè)定閾值作為擴(kuò)展詞的選擇依據(jù)，最終得到新的查詢式。
　　由于一般用戶只對搜索引擎中的前若干條返回信息感興趣，所以提高返回文檔的前若干條的