跨語言信息檢索中關(guān)鍵技術(shù)的研究.pdf

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展，網(wǎng)絡(luò)信息量和網(wǎng)絡(luò)信息用戶的數(shù)量也在急劇膨脹，網(wǎng)絡(luò)已經(jīng)成為人們重要的信息來源。然而，語言的多樣性導(dǎo)致使用一種語言的用戶在獲取其它語言的信息時會碰到困難，跨語言信息檢索就是為解決這一困難而提出來的一種信息檢索方法，其中的關(guān)鍵技術(shù)主要有：查詢翻譯和消歧、查詢擴展、檢索模型和文檔的重排序。本文圍繞跨語言信息檢索中的幾項關(guān)鍵技術(shù)展開研究，主要工作包含以下幾個部分：
　　 1．提出一種多語言文檔混合重排序的方法。文檔排

2、序是跨語言信息檢索中重要的一環(huán)，目標(biāo)是把與查詢相關(guān)度大的文檔放到返回結(jié)果的前列以方便用戶閱讀。本文提出了一種融合多種特征的文檔排序方法，并把它擴展到了跨語言領(lǐng)域，同時對多種語言的文檔進(jìn)行綜合排序，試圖把多語種的相關(guān)文檔排列到返回列表的前端。實驗表明，該排序方法對單語和多語的文檔排序結(jié)果都能提高搜索引擎的前端結(jié)果的查準(zhǔn)率。
　　 2．提出一種針對人名檢索的兩步排序方法來對文檔進(jìn)行重排。人名檢索在網(wǎng)絡(luò)信息檢索中占有大比重，且與一般的

3、檢索相比有自己的一些特點，所以有必要對其進(jìn)行有區(qū)別的處理。本文對跨語言信息檢索中的人名檢索進(jìn)行了單獨研究，針對人名檢索的特點提出了一種兩步排序方法來對檢索結(jié)果進(jìn)行重排序。兩步排序法的第一步需要對原始文檔集進(jìn)行聚類，聚類的方法采用層次聚類，聚類的特征為文檔中固定窗口內(nèi)人名附近的名詞、文檔的熱點詞、文檔中的其它人名與地名，然后再對聚好的類進(jìn)行排序；兩步排序法的第二步是在類的內(nèi)部對文檔進(jìn)行排序，按照文檔的初始順序進(jìn)行排序。兩步排序法還考慮了同