信息檢索相關(guān)技術(shù)研究.pdf

1、本文從以下三個(gè)方面對(duì)信息檢索的相關(guān)問題進(jìn)行了研究： 首先對(duì)文本分類相關(guān)技術(shù)進(jìn)行討論。主要包括：1)引入義類的概念，設(shè)計(jì)了一個(gè)圖結(jié)構(gòu)的同義詞詞典，并給出了該詞典的生成算法。應(yīng)用該詞典可以按語義對(duì)向量維數(shù)進(jìn)行壓縮；詞典作為文本分類系統(tǒng)的啟發(fā)式知識(shí)，可以提高系統(tǒng)的模擬推理能力、增加系統(tǒng)對(duì)開放語料的處理能力。2)提出一種仿人文本分類算法，該算法一方面基于文章的標(biāo)題可以突出內(nèi)容的觀點(diǎn)，在處理特征向量時(shí)增加標(biāo)題的權(quán)重；另一方面，設(shè)計(jì)了一維加

2、權(quán)因子ω向量，用以模仿人工分類專家的略讀和跳讀，對(duì)大量出現(xiàn)在正例集而較少出現(xiàn)在反例集中的特征項(xiàng)，在計(jì)算文檔聚類中心時(shí)增加它們的權(quán)重。實(shí)驗(yàn)表明：該算法可以較好的提高文本分類系統(tǒng)的性能。 其次，是對(duì)網(wǎng)頁檢索相關(guān)問題的研究。主要研究內(nèi)容：1)針對(duì)搜索引擎檢索的對(duì)象是Web頁面這一特點(diǎn)，通過分析HTML標(biāo)簽的修飾功能，結(jié)合傳統(tǒng)的tf-idf加權(quán)公式，對(duì)網(wǎng)頁進(jìn)行加權(quán)索引。實(shí)驗(yàn)證明對(duì)于精確匹配，在查全率較低時(shí)系統(tǒng)的查準(zhǔn)率有較大的提高。2)利

3、用詞間相關(guān)性進(jìn)行查詢結(jié)果重排。根據(jù)Web頁面篇幅較小的特點(diǎn)，提出“網(wǎng)頁主題關(guān)鍵詞集合”的概念。利用詞間相關(guān)性計(jì)算用戶查詢?cè)~集合與網(wǎng)頁主題關(guān)鍵詞集合之間的距離，對(duì)檢索結(jié)果重新排序。將與用戶查詢需求相關(guān)性較大的網(wǎng)頁排在前面。3)查詢擴(kuò)展是提高信息檢索效果的一個(gè)有效方法，而擴(kuò)展詞的選擇是查詢擴(kuò)展的一個(gè)難點(diǎn)。通過詞共現(xiàn)分析，提出了一種新的詞間相關(guān)性計(jì)算方法，應(yīng)用于查詢擴(kuò)展，所選擴(kuò)展詞和查詢整體關(guān)聯(lián)，較好地反映了查詢主題。實(shí)驗(yàn)表明，基于這種詞間相

4、關(guān)性進(jìn)行查詢擴(kuò)展，對(duì)于信息檢索性能有一定提高。 最后，對(duì)基于內(nèi)容的多媒體信息檢索進(jìn)行研究。分別對(duì)MPEG-7標(biāo)準(zhǔn)的部分描述子進(jìn)行多媒體檢索實(shí)驗(yàn)研究。在此基礎(chǔ)上，1)提出了一種利用MPEG-7標(biāo)準(zhǔn)中的主顏色描述子抽取鏡頭視頻關(guān)鍵幀的方法，并進(jìn)行了相應(yīng)的實(shí)驗(yàn)；2)利用主顏色描述子與同構(gòu)型紋理描述子所適應(yīng)的檢索范圍不同，結(jié)合兩者對(duì)關(guān)鍵幀進(jìn)行了檢索實(shí)驗(yàn)；3)將以上研究結(jié)果應(yīng)用于“CG(Computer Graphics)制作環(huán)境項(xiàng)目管理