基于共現(xiàn)距離與查詢(xún)擴(kuò)展的蒙古文信息檢索系統(tǒng).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展,Web信息正以指數(shù)級(jí)的速度增長(zhǎng),如何在這些海量的信息中檢索出用戶(hù)需要的信息已成為一個(gè)非常重要的課題。由于用戶(hù)查詢(xún)?cè)~與文檔關(guān)鍵詞不匹配,傳統(tǒng)信息檢索的結(jié)果不太理想,不能滿足用戶(hù)的查詢(xún)需求。因此,對(duì)信息檢索中的查詢(xún)擴(kuò)展技術(shù)的研究,通過(guò)擴(kuò)展用戶(hù)的初始查詢(xún)來(lái)有效解決“詞不匹配”問(wèn)題,具有重要的理論意義和實(shí)用價(jià)值。
　　 本文的主要工作包括:
　　 (1)介紹了本文的研究背景,包括信息檢索的概念、性能評(píng)價(jià)

2、標(biāo)準(zhǔn)、檢索模型等,綜述了查詢(xún)擴(kuò)展的相關(guān)知識(shí)。
　　 (2)為了搭建一個(gè)具有較高查全率及查準(zhǔn)率的蒙古文信息檢索平臺(tái),我們從蒙古文的構(gòu)詞和語(yǔ)法等方面特點(diǎn)進(jìn)行分析,設(shè)計(jì)了蒙古文索引項(xiàng)(Term)的處理方案,包括蒙古文Term的區(qū)分及Stemming規(guī)則的確定。實(shí)驗(yàn)結(jié)果表明蒙古文停用詞表在有效減少索引大小的同時(shí),提高了檢索的查準(zhǔn)率,Stemming規(guī)則能大幅度減少Term個(gè)數(shù),并有效提高檢索的查全率。
　　 (3)本文提出了一種

3、詞間相關(guān)性計(jì)算方法與候選詞距離關(guān)系模型,通過(guò)計(jì)算查詢(xún)?cè)~與候選詞之間距離關(guān)系來(lái)作為判定二者相關(guān)程度一個(gè)因素。結(jié)合距離模型和詞間相關(guān)性計(jì)算方法,我們提出了一種新型的查詢(xún)擴(kuò)展算法,應(yīng)用于查詢(xún)擴(kuò)展,所選擴(kuò)展詞和查詢(xún)整體關(guān)聯(lián),較好地反映了查詢(xún)主題。實(shí)驗(yàn)結(jié)果表明該算法能夠有效地抑制“查詢(xún)漂移”。
　　 (4)在蒙古語(yǔ)語(yǔ)料上進(jìn)行實(shí)驗(yàn),以信息檢索模型的結(jié)果作為baseline,對(duì)本文提出的兩種查詢(xún)擴(kuò)展算法(詞間相關(guān)性計(jì)算方法、基于距離模型的詞間