文本信息檢索中修飾語作用的研究.pdf

1、隨著網(wǎng)絡(luò)信息時代的到來,信息日新月異,并呈指數(shù)增長趨勢,形成"信息爆炸".在進行信息檢索時,與用戶需求匹配的信息經(jīng)常不在檢索結(jié)果內(nèi),而大量用戶不需求的信息——"信息垃圾",卻占用檢索結(jié)果的相當大的一部分.因此,改進文本信息檢索系統(tǒng)的檢索性能,提高檢索質(zhì)量就成為亟待解決的問題.該論文的主要研究目的是,針對可能影響檢索效力的一個容易被忽略的因素——修飾語,研究其在文本信息檢索中的作用.針對這一目的,開發(fā)了改進的向量空間模型(Modified

2、 Vector Space Model,MVSM),并使用英文文本進行了試驗,進而說明修飾語的作用.該文通過對修飾語作用的研究,主要取得以下成果:(1)傳統(tǒng)模型(如布爾檢索模型)的查詢語句關(guān)鍵詞以及文本關(guān)鍵詞僅僅為獨立的實詞(名詞、動詞、形容詞、副詞),將傳統(tǒng)的向量空間模型(VectorSpace Model,VSM)進行改進,設(shè)計并實現(xiàn)了能夠完成該研究目的的信息檢索模型(MVSM).該模型與傳統(tǒng)向量空間模型主要區(qū)別以及優(yōu)點在于:它將傳

3、統(tǒng)的檢索關(guān)鍵詞(該文中主要指名詞)與修飾它的修飾語(該文中主要指形容詞)作為一個整體關(guān)鍵詞來看待,一定程度上確定了歧義詞的真正含義;同時,將檢索關(guān)鍵詞中的修飾語以及它所修飾的中心詞根據(jù)它們的同義詞進行擴展并重組,使得一些由于用詞生僻而原本檢索不出來的卻符合用戶需要的文本能夠檢索出來.(2)使用標準語料庫(TREC),運用設(shè)計好的MVSM模型,輸入共150個查詢語句,進行各種針對修飾語的試驗,并將其結(jié)果與普通檢索試驗的結(jié)果進行比較,從而說