信息檢索中的查詢擴(kuò)展與檢索模型研究.pdf

1、信息檢索技術(shù)就是從信息的集合中識(shí)別和獲取信息的技術(shù)，這種技術(shù)對(duì)人們的學(xué)習(xí)和科研有著重大意義，尤其是在互聯(lián)網(wǎng)廣泛應(yīng)用的今天，信息數(shù)量激增，信息檢索技術(shù)已經(jīng)成為人們有效地開發(fā)和利用各種信息資源，更廣泛、更快捷、更全面地吸收和獲取信息的一條重要途徑。如何在海量數(shù)據(jù)中找到與用戶查詢相關(guān)的信息，成為研究熱點(diǎn)。當(dāng)前的信息檢索系統(tǒng)普遍存在著檢索結(jié)果不全和不準(zhǔn)確兩大問題。針對(duì)這些問題，本文的研究主要涉及信息檢索中的檢索模型、上下文分析、查詢優(yōu)化等技術(shù)，

2、同時(shí)研究自動(dòng)文摘、機(jī)器翻譯等技術(shù)如何融合于檢索任務(wù)來改進(jìn)檢索性能。
　　主要研究包括:
　　1.查詢擴(kuò)展
　　由于用戶不能夠準(zhǔn)確構(gòu)造表達(dá)信息需求的檢索表達(dá)式，導(dǎo)致檢索效率低下甚至失敗，因此需要信息檢索系統(tǒng)對(duì)用戶提交的原始查詢進(jìn)行優(yōu)化。目前查詢優(yōu)化包括兩種途徑，查詢擴(kuò)展和語詞重新加權(quán)。其中查詢擴(kuò)展通常利用詞典或者詞與查詢的統(tǒng)計(jì)信息來完成，如何確定擴(kuò)展詞與查詢的相關(guān)信息是查詢擴(kuò)展要解決的主要問題，而怎樣合理地利用文檔上下文

3、挑選與原始查詢?cè)~關(guān)系密切的詞來進(jìn)行有效的查詢擴(kuò)展是研究的關(guān)鍵所在。
　　針對(duì)經(jīng)典方法中不盡合理的詞匯獨(dú)立假設(shè)，我們希望將詞匯之間的相互關(guān)聯(lián)關(guān)系考慮進(jìn)來。通過對(duì)文檔集合中數(shù)據(jù)的一些統(tǒng)計(jì)信息比如上下文信息等反映詞匯搭配使用關(guān)系等信息的有效利用，結(jié)合查詢條件設(shè)計(jì)相關(guān)算法來獲得能夠反映查詢條件主題并由查詢條件所觸發(fā)的詞匯，也就是利用這些信息來更準(zhǔn)確的捕獲用戶的信息需求。
　　2.面向檢索的文摘
　　本文對(duì)機(jī)械文摘的一般方法進(jìn)行

4、了研究，在此基礎(chǔ)上開展了信息檢索環(huán)境下的文摘的應(yīng)用的研究。研究如何利用了上下文獨(dú)立標(biāo)準(zhǔn)文摘方法和偏向查詢文摘方法。針對(duì)檢索任務(wù)，哪些文摘因素能對(duì)檢索任務(wù)提高性能有幫助。文摘評(píng)價(jià)也是當(dāng)前研究熱點(diǎn)，本文研究檢索任務(wù)下，如何評(píng)價(jià)文摘的效能。
　　3.檢索模型
　　目前的檢索系統(tǒng)普遍存在兩個(gè)問題：返回信息不準(zhǔn)確和返回信息不完全。解決這些問題可以從兩個(gè)方向入手：利用信息檢索相關(guān)技術(shù)，如反饋、查詢擴(kuò)展、辭典等。另一個(gè)方向就是從檢索模型本

5、身入手。本文就是研究通過改進(jìn)檢索模型來提高檢索性能。
　　語言模型自1998年由Ponte等人提出后，一直是檢索模型研究的重點(diǎn)。本文研究在語言模型框架下，如何利用文摘來改進(jìn)檢索。
　　4.檢索實(shí)驗(yàn)系統(tǒng)
　　在本文研究的基礎(chǔ)上，搭建了一個(gè)面向主題的信息檢索實(shí)驗(yàn)系統(tǒng)。在這個(gè)系統(tǒng)中，可以對(duì)信息檢索中的關(guān)鍵步驟進(jìn)行算法改進(jìn)和實(shí)驗(yàn)，并保留這些結(jié)果。根據(jù)這些分析結(jié)果，在進(jìn)行不同的信息檢索工作時(shí)，就可以選擇比較合適的方法來進(jìn)行，從而