信息檢索中虛擬域重排技術(shù)的研究與實現(xiàn).pdf

1、隨著Web技術(shù)的發(fā)展，人們對于信息的需求也與日俱增。用戶希望獲得信息的渠道和方式更加便捷和高效，尤其是在搜索信息時，期望所需求的信息盡量排在前邊，這便是SEO(Search Engine Optimization，搜索引擎優(yōu)化)問題。
　　檢索結(jié)果重排序技術(shù)的研究是SEO課題一個重要的分支，且該技術(shù)的研究也趨于多樣化。近幾年在查詢擴展中提出了虛擬域概念，取得了很好的效果，構(gòu)成虛擬域的方法有許多種，但由于計算虛擬域的工作量巨大，一般

2、只能使用一種方法進行查詢擴展，不能同時綜合使用幾種方法，有一定的局限性。本文提出一種新的重排序模型，將虛擬域概念應(yīng)用于重排方法，重排只針對初次檢索結(jié)果若干文檔進行，綜合運用多種虛擬域提高了重排性能。
　　基于虛擬域的重排模型，是用多種查詢詞運算構(gòu)成多個虛擬域，通過線性插入法綜合多個虛擬域計算待排序文檔（初次檢索結(jié)果前k個文檔）與查詢的新的相關(guān)度，依據(jù)相關(guān)度給出新的排序。根據(jù)查詢詞運算符or、and、gram和phrasal設(shè)計和實

3、現(xiàn)了查詢詞映射和構(gòu)建虛擬域的算法。相關(guān)度的計算是基于傳統(tǒng)的BM25，在其基礎(chǔ)上實現(xiàn)了虛擬域重排模型。研究分析了or、or-and、or-gram、or-and-gram、or-and-gram-phrasal等5種組合的虛擬域計算方法對重排序的影響，結(jié)合已有的經(jīng)驗，通過大量的實驗優(yōu)化了模型中各個參數(shù)。本文創(chuàng)新之處在于結(jié)合多種運算來計算虛擬域，突破了原來單一運算符的局限，這種方法得到的文檔與查詢的相關(guān)度更為準(zhǔn)確。在多個TREC集上進行了實