利用文檔分類結(jié)構(gòu)的信息檢索技術(shù).pdf_第1頁
已閱讀1頁,還剩174頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、盡管文檔分類作為一種知識組織方法在諸多場合有廣泛的應用,但針對這類高質(zhì)量數(shù)據(jù)的數(shù)據(jù)挖掘研究卻不多。本文著重于利用文檔分類結(jié)構(gòu)的信息檢索技術(shù)研究。對平行分類結(jié)構(gòu)和層次化分類結(jié)構(gòu)兩大文檔分類組織方式作了深入分析并相應地提出了多個信息檢索模型。平行分類結(jié)構(gòu)作為第二代萬維網(wǎng)的典型代表之一,社會化收藏和標注系統(tǒng),比如Delicious和Flickr等,為互聯(lián)網(wǎng)用戶提供了給網(wǎng)絡(luò)文檔進行平行分類的功能。由于這種平行分類系統(tǒng)是開放給所有網(wǎng)絡(luò)用戶參與的,

2、所以我們稱之為“社會平行分類”,本文著重研究這類平行分類系統(tǒng)。網(wǎng)絡(luò)用戶、平行類標和網(wǎng)頁文檔構(gòu)成了社會平行分類的三大實體。為此,我們考慮兩塊信息檢索工作。1)利用社會平行分類作為用戶的興趣指標和網(wǎng)頁的主題指標的個性化信息檢索。通過分析和應用社會平行分類的三個屬性:類標屬性、關(guān)鍵字屬性和結(jié)構(gòu)屬性,我們提出了一個個性化搜索框架。2)利用社會平行分類作為額外元數(shù)據(jù)的通用型信息檢索。我們提出了一個新的統(tǒng)計語言檢索模型(LMIR)將文檔的社會平行分

3、類類標和文檔的內(nèi)容結(jié)合,實現(xiàn)搜索性能的提升。我們進行了大量的實驗對兩個模型進行評測。實驗結(jié)果均顯示我們的模型要比基準模型效能高出很多。層次化文檔分類結(jié)構(gòu)。本部分研究在搜索數(shù)據(jù)集具備層次化內(nèi)容組織結(jié)構(gòu)時的信息檢索問題,比如ODP網(wǎng)頁分類數(shù)據(jù)。這些數(shù)據(jù)中的層次結(jié)構(gòu)都是根據(jù)人類先驗知識而構(gòu)建,因此他們在語義層面上是高質(zhì)量的。在信息檢索中將這類數(shù)據(jù)考慮在內(nèi)將有很大潛力提高搜索的效果。我們提出了一個非參數(shù)的貝葉斯層次化統(tǒng)計語言檢索模型(NPH-L

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論