基于文檔相似度的偽相關(guān)反饋方法研究.pdf

1、伴隨互聯(lián)網(wǎng)的飛速發(fā)展，網(wǎng)絡(luò)信息呈現(xiàn)爆發(fā)式增長態(tài)勢。通常，用戶根據(jù)需求信息，使用搜索引擎進行針對性搜索可大幅提高信息獲取效率。然而，網(wǎng)絡(luò)信息存在非結(jié)構(gòu)化、分布廣泛、組織開放、形式多樣、更新迅速等諸多因素使信息檢索的難度不斷加大。如何進一步提高信息獲取的效率仍是信息檢索領(lǐng)域的重要課題。
　　一般來說，用戶對于信息需求的表達往往不夠精準，從而造成用戶查詢與檢索到的文檔信息不匹配或不相關(guān)，因此，傳統(tǒng)的檢索模型往往不能準確的滿足用戶查詢需求

2、。偽相關(guān)反饋技術(shù)的產(chǎn)生使該問題在一定程度上得到解決，偽相關(guān)反饋模型基于初次檢索返回文檔信息，對初始查詢進行修改或者擴展以改善檢索性能。該技術(shù)是信息檢索中對查詢進行優(yōu)化的一種有效方法，具有重要的研究價值和實際意義。
　　本文主要研究工作如下:
　　首先，本文在偽相關(guān)反饋的基礎(chǔ)上，基于返回排名靠前的N篇文檔，對用戶查詢進行權(quán)重調(diào)整，在不添加擴展詞的情況下，著重強調(diào)了文檔與文檔之間的相似性，以及初始查詢與文檔之間的相似性，對初始查

3、詢詞重新加權(quán)，并與不同的傳統(tǒng)檢索模型相結(jié)合，進一步提高了檢索性能。本文基于多個TREC數(shù)據(jù)集進行有效性測試，實驗結(jié)果表明，基于文檔相似度調(diào)整權(quán)重的偽相關(guān)反饋方法相對于傳統(tǒng)檢索方法來說，檢索性能有所提高。
　　其次，將文檔相似度進行權(quán)重調(diào)整的方法與查詢擴展相結(jié)合，對初始查詢詞進行加權(quán)并添加相關(guān)查詢詞，從而構(gòu)成新的查詢。本文中通過利用傳統(tǒng)的建模模型獲取相關(guān)擴展詞，利用文檔相似度方法調(diào)整初始查詢詞的權(quán)重并與擴展詞之間進行平滑，充分考慮了