基于互信息的語義查詢擴(kuò)展技術(shù)研究.pdf

1、在信息檢索系統(tǒng)的運(yùn)用過程中，由于一般用戶無法提出完整規(guī)范信息的查詢式，很容易導(dǎo)致查詢漂移的產(chǎn)生。為了解決這個(gè)問題，查詢擴(kuò)展技術(shù)應(yīng)運(yùn)而生，但是發(fā)展到今天該技術(shù)還沒有真正成熟。其根本原因是以往的擴(kuò)展方法只是機(jī)械的通過共現(xiàn)或者僅僅利用某種資源對(duì)查詢中的關(guān)鍵詞進(jìn)行孤立的擴(kuò)展，沒有從根本上解決問題。只有從語義的層面上對(duì)原查詢進(jìn)行分析，根據(jù)分析結(jié)果來進(jìn)行查詢擴(kuò)展才能從根本上解決根本問題。
　　本課題對(duì)現(xiàn)有的查詢擴(kuò)展方法進(jìn)行了深入研究和分析，結(jié)

2、合前人研究成果本文提出了一種基于互信息的語義查詢擴(kuò)展算法。此方法結(jié)合大規(guī)模通用語料庫的統(tǒng)計(jì)信息和根據(jù)語言學(xué)知識(shí)基于語義的擴(kuò)展詞構(gòu)造兩種擴(kuò)展方式，從來源于生活的文檔和人工生成的語義詞典兩種資源選取擴(kuò)展詞，結(jié)合擴(kuò)展詞與原查詢?cè)~在語義詞典的相似度以及在文檔集中的的互信息給擴(kuò)展詞賦綜合權(quán)值，根據(jù)權(quán)值的大小設(shè)定閾值作為擴(kuò)展詞的選擇依據(jù)，最終得到新的查詢式。
　　由于一般用戶只對(duì)搜索引擎中的前若干條返回信息感興趣，所以提高返回文檔的前若干條的