基于文檔相似度的偽相關(guān)反饋方法研究.pdf

1、伴隨互聯(lián)網(wǎng)的飛速發(fā)展，網(wǎng)絡(luò)信息呈現(xiàn)爆發(fā)式增長(zhǎng)態(tài)勢(shì)。通常，用戶根據(jù)需求信息，使用搜索引擎進(jìn)行針對(duì)性搜索可大幅提高信息獲取效率。然而，網(wǎng)絡(luò)信息存在非結(jié)構(gòu)化、分布廣泛、組織開(kāi)放、形式多樣、更新迅速等諸多因素使信息檢索的難度不斷加大。如何進(jìn)一步提高信息獲取的效率仍是信息檢索領(lǐng)域的重要課題。
　　一般來(lái)說(shuō)，用戶對(duì)于信息需求的表達(dá)往往不夠精準(zhǔn)，從而造成用戶查詢與檢索到的文檔信息不匹配或不相關(guān)，因此，傳統(tǒng)的檢索模型往往不能準(zhǔn)確的滿足用戶查詢需求

2、。偽相關(guān)反饋技術(shù)的產(chǎn)生使該問(wèn)題在一定程度上得到解決，偽相關(guān)反饋模型基于初次檢索返回文檔信息，對(duì)初始查詢進(jìn)行修改或者擴(kuò)展以改善檢索性能。該技術(shù)是信息檢索中對(duì)查詢進(jìn)行優(yōu)化的一種有效方法，具有重要的研究?jī)r(jià)值和實(shí)際意義。
　　本文主要研究工作如下:
　　首先，本文在偽相關(guān)反饋的基礎(chǔ)上，基于返回排名靠前的N篇文檔，對(duì)用戶查詢進(jìn)行權(quán)重調(diào)整，在不添加擴(kuò)展詞的情況下，著重強(qiáng)調(diào)了文檔與文檔之間的相似性，以及初始查詢與文檔之間的相似性，對(duì)初始查

3、詢?cè)~重新加權(quán)，并與不同的傳統(tǒng)檢索模型相結(jié)合，進(jìn)一步提高了檢索性能。本文基于多個(gè)TREC數(shù)據(jù)集進(jìn)行有效性測(cè)試，實(shí)驗(yàn)結(jié)果表明，基于文檔相似度調(diào)整權(quán)重的偽相關(guān)反饋方法相對(duì)于傳統(tǒng)檢索方法來(lái)說(shuō)，檢索性能有所提高。
　　其次，將文檔相似度進(jìn)行權(quán)重調(diào)整的方法與查詢擴(kuò)展相結(jié)合，對(duì)初始查詢?cè)~進(jìn)行加權(quán)并添加相關(guān)查詢?cè)~，從而構(gòu)成新的查詢。本文中通過(guò)利用傳統(tǒng)的建模模型獲取相關(guān)擴(kuò)展詞，利用文檔相似度方法調(diào)整初始查詢?cè)~的權(quán)重并與擴(kuò)展詞之間進(jìn)行平滑，充分考慮了