基于語言模型的正負相關(guān)反饋文檔自動識別技術(shù)的研究與實現(xiàn).pdf

1、因特網(wǎng)的飛速發(fā)展使得以電子形式存在的信息資源越來越多。對于繁多紛雜的信息資源通過人工篩選來獲取所需的信息已是不可能的，信息檢索可以幫助人們從浩瀚的信息資源中找到所需的信息。
　　由于在自然語言理解上目前還未取得重大突破，大多數(shù)信息檢索系統(tǒng)都是基于關(guān)鍵字或詞的機械式的符號匹配的方式進行檢索的。反饋技術(shù)能夠?qū)τ脩舻牟樵冞M行重造，目的是使檢索結(jié)果更好地滿足用戶的信息需求。相關(guān)反饋能夠非常有效地提高檢索性能，但需要用戶判斷哪些符合自己的意

2、圖，并將它們標識出來，在很多IR系統(tǒng)中的實現(xiàn)效率都不太高。偽相關(guān)反饋不需要用戶的參與，系統(tǒng)默認自己檢索結(jié)果的前N篇文檔是相關(guān)文檔，但是某些情況下這種假設(shè)是不成立的。
　　本文旨在語言模型的框架下提出一種能夠在無需用戶參與的情況下，全自動的實現(xiàn)接近相關(guān)反饋效果的一種模型，我們稱為FWN模型。信息檢索系統(tǒng)的檢索結(jié)果列表中，相關(guān)文檔間的相似度普遍較高，不相關(guān)文檔間的相似度較低，特征分布也相對松散。文檔排名越靠前，文檔是相關(guān)文檔的可能性越