跨語言信息檢索的查詢消歧及查詢擴(kuò)展技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)資源的全球化，不同語言國家、民族的互聯(lián)網(wǎng)用戶飛速增長。伴隨著不同語言使用者對網(wǎng)絡(luò)需求的日益加劇并且由于語言的多樣性使得跨語言信息檢索成為信息檢索領(lǐng)域的研究熱點(diǎn)。我們可以通過跨語言信息檢索系統(tǒng)使用某種語言去查詢用另外一種或若干種語言書寫的文檔。顯然，這對于那些不擅長外語的用戶具有重要意義。目前，漢英方面的跨語言信息檢索已經(jīng)取得很大進(jìn)展。而蒙古語的相關(guān)工作卻少之又少。蒙古族作為我國最重要的少數(shù)民族之一，蒙古語相關(guān)的信息檢索研究具有特

2、殊意義。
　　由于用戶的輸入的有限性以及系統(tǒng)的成熟度有限，系統(tǒng)有時(shí)很難返回給用戶需要的文檔。因此，對跨語言信息檢索領(lǐng)域中的查詢消歧和查詢擴(kuò)展技術(shù)的研究，就具有十分重要的實(shí)際意義。本文的主要研究內(nèi)容有:
　　1.使用蒙漢雙語平行語料庫與蒙漢詞典統(tǒng)計(jì)了一個(gè)蒙漢概率詞典，并通過該概率詞典與檢索詞之間的互信息對查詢項(xiàng)進(jìn)行翻譯消歧。實(shí)驗(yàn)結(jié)果表明:本文提出的方法相比選擇雙語詞典第一個(gè)翻譯結(jié)果而言性能提升了6.8％。相比雙語概率詞典的方法

3、提高了0.6個(gè)百分點(diǎn)。
　　2.分析了一些傳統(tǒng)信息檢索模型，并提出了一種改進(jìn)的權(quán)重計(jì)算算法，該算法首先對所檢索文檔進(jìn)行歸類，識別出查詢詞所屬領(lǐng)域類別，根據(jù)查詢詞的所屬類別對文檔賦予不同的權(quán)重。并根據(jù)識別結(jié)果對查詢詞的各項(xiàng)賦予不同的權(quán)值以計(jì)算各文檔得分。返回結(jié)果最終可以更好的滿足用戶對不同領(lǐng)域文檔的關(guān)注程度。
　　3.分析了基于全局文檔的查詢擴(kuò)展、基于用戶相關(guān)反饋的查詢擴(kuò)展和基于偽相關(guān)反饋（基于局部文檔）的查詢擴(kuò)展技術(shù)，并分析