信息檢索相關技術研究.pdf

1、本文從以下三個方面對信息檢索的相關問題進行了研究： 首先對文本分類相關技術進行討論。主要包括：1)引入義類的概念，設計了一個圖結構的同義詞詞典，并給出了該詞典的生成算法。應用該詞典可以按語義對向量維數(shù)進行壓縮；詞典作為文本分類系統(tǒng)的啟發(fā)式知識，可以提高系統(tǒng)的模擬推理能力、增加系統(tǒng)對開放語料的處理能力。2)提出一種仿人文本分類算法，該算法一方面基于文章的標題可以突出內(nèi)容的觀點，在處理特征向量時增加標題的權重；另一方面，設計了一維加

2、權因子ω向量，用以模仿人工分類專家的略讀和跳讀，對大量出現(xiàn)在正例集而較少出現(xiàn)在反例集中的特征項，在計算文檔聚類中心時增加它們的權重。實驗表明：該算法可以較好的提高文本分類系統(tǒng)的性能。 其次，是對網(wǎng)頁檢索相關問題的研究。主要研究內(nèi)容：1)針對搜索引擎檢索的對象是Web頁面這一特點，通過分析HTML標簽的修飾功能，結合傳統(tǒng)的tf-idf加權公式，對網(wǎng)頁進行加權索引。實驗證明對于精確匹配，在查全率較低時系統(tǒng)的查準率有較大的提高。2)利

3、用詞間相關性進行查詢結果重排。根據(jù)Web頁面篇幅較小的特點，提出“網(wǎng)頁主題關鍵詞集合”的概念。利用詞間相關性計算用戶查詢詞集合與網(wǎng)頁主題關鍵詞集合之間的距離，對檢索結果重新排序。將與用戶查詢需求相關性較大的網(wǎng)頁排在前面。3)查詢擴展是提高信息檢索效果的一個有效方法，而擴展詞的選擇是查詢擴展的一個難點。通過詞共現(xiàn)分析，提出了一種新的詞間相關性計算方法，應用于查詢擴展，所選擴展詞和查詢整體關聯(lián)，較好地反映了查詢主題。實驗表明，基于這種詞間相

4、關性進行查詢擴展，對于信息檢索性能有一定提高。 最后，對基于內(nèi)容的多媒體信息檢索進行研究。分別對MPEG-7標準的部分描述子進行多媒體檢索實驗研究。在此基礎上，1)提出了一種利用MPEG-7標準中的主顏色描述子抽取鏡頭視頻關鍵幀的方法，并進行了相應的實驗；2)利用主顏色描述子與同構型紋理描述子所適應的檢索范圍不同，結合兩者對關鍵幀進行了檢索實驗；3)將以上研究結果應用于“CG(Computer Graphics)制作環(huán)境項目管理