基于MarKov團的信息檢索擴展模型.pdf

1、信息檢索過程中最重要的環(huán)節(jié)就是檢索出與用戶需求相關的內容。其核心問題就是:對于給定的用戶查詢,對文檔集中的每個文檔與查詢進行相關性判斷。在這一過程中,查詢表達了用戶的信息需求,是信息檢索過程中最為關鍵的數(shù)據(jù)之一,其內容準確與否直接關系到檢索結果的好壞。但是,由于查詢詞簡短且存在一詞多義和一義多詞的現(xiàn)象,往往會造成用戶查詢與數(shù)據(jù)不匹配,導致檢索結果不佳。一種常用的解決該問題的方法是對查詢進行處理,使查詢更好的表達用戶的意圖。
　　

2、 目前,在搜索引擎中比較常用的查詢處理方法有相關反饋和查詢重構及自動查詢擴展技術,而自動查詢擴展技術按照使用到的文檔集不同,又可分為局部分析方法和全局分析的擴展方法作為較早出現(xiàn)的具有實際應用價值的查詢擴展方法,全局分析方法得到了廣泛的應用。
　　 傳統(tǒng)的全局分析方法在提取擴展詞時,沒有充分考慮到擴展詞間的間接關系,這勢必會影響到檢索性能。本文提出了一種基于Markov團的信息檢索擴展模型,本文使用到了基于團的提取算法,團結構描述

3、了Markov網(wǎng)絡中多個詞之間構成團的深層次關系。在計算相似度時,本文利用到了Markov網(wǎng)絡的性質進一步表示了詞間的間接關系,提高了檢索性能。
　　 本文首先通過計算詞間相似度構造Markov網(wǎng)絡模型;然后由此模型加強候選詞集中詞相關性描述,并提取了在Markov網(wǎng)絡中詞間的團結構;最后通過在查詢中加入查詢詞所在團中的其他候選詞進行查詢擴展。在5個常用的標準測試集ADI、CRAM、MED、CISI和CRAN文檔集上的實驗表明基