信息檢索中的查詢擴展與檢索模型研究.pdf

1、信息檢索技術就是從信息的集合中識別和獲取信息的技術，這種技術對人們的學習和科研有著重大意義，尤其是在互聯(lián)網廣泛應用的今天，信息數量激增，信息檢索技術已經成為人們有效地開發(fā)和利用各種信息資源，更廣泛、更快捷、更全面地吸收和獲取信息的一條重要途徑。如何在海量數據中找到與用戶查詢相關的信息，成為研究熱點。當前的信息檢索系統(tǒng)普遍存在著檢索結果不全和不準確兩大問題。針對這些問題，本文的研究主要涉及信息檢索中的檢索模型、上下文分析、查詢優(yōu)化等技術，

2、同時研究自動文摘、機器翻譯等技術如何融合于檢索任務來改進檢索性能。
　　主要研究包括:
　　1.查詢擴展
　　由于用戶不能夠準確構造表達信息需求的檢索表達式，導致檢索效率低下甚至失敗，因此需要信息檢索系統(tǒng)對用戶提交的原始查詢進行優(yōu)化。目前查詢優(yōu)化包括兩種途徑，查詢擴展和語詞重新加權。其中查詢擴展通常利用詞典或者詞與查詢的統(tǒng)計信息來完成，如何確定擴展詞與查詢的相關信息是查詢擴展要解決的主要問題，而怎樣合理地利用文檔上下文

3、挑選與原始查詢詞關系密切的詞來進行有效的查詢擴展是研究的關鍵所在。
　　針對經典方法中不盡合理的詞匯獨立假設，我們希望將詞匯之間的相互關聯(lián)關系考慮進來。通過對文檔集合中數據的一些統(tǒng)計信息比如上下文信息等反映詞匯搭配使用關系等信息的有效利用，結合查詢條件設計相關算法來獲得能夠反映查詢條件主題并由查詢條件所觸發(fā)的詞匯，也就是利用這些信息來更準確的捕獲用戶的信息需求。
　　2.面向檢索的文摘
　　本文對機械文摘的一般方法進行

4、了研究，在此基礎上開展了信息檢索環(huán)境下的文摘的應用的研究。研究如何利用了上下文獨立標準文摘方法和偏向查詢文摘方法。針對檢索任務，哪些文摘因素能對檢索任務提高性能有幫助。文摘評價也是當前研究熱點，本文研究檢索任務下，如何評價文摘的效能。
　　3.檢索模型
　　目前的檢索系統(tǒng)普遍存在兩個問題：返回信息不準確和返回信息不完全。解決這些問題可以從兩個方向入手：利用信息檢索相關技術，如反饋、查詢擴展、辭典等。另一個方向就是從檢索模型本

5、身入手。本文就是研究通過改進檢索模型來提高檢索性能。
　　語言模型自1998年由Ponte等人提出后，一直是檢索模型研究的重點。本文研究在語言模型框架下，如何利用文摘來改進檢索。
　　4.檢索實驗系統(tǒng)
　　在本文研究的基礎上，搭建了一個面向主題的信息檢索實驗系統(tǒng)。在這個系統(tǒng)中，可以對信息檢索中的關鍵步驟進行算法改進和實驗，并保留這些結果。根據這些分析結果，在進行不同的信息檢索工作時，就可以選擇比較合適的方法來進行，從而