基于圖知識(shí)庫(kù)的分布式信息檢索集合選擇方法.pdf

1、集合選擇旨在選擇少數(shù)的信息集合，其對(duì)于提高信息檢索引擎的效率至關(guān)重要。目前，大多數(shù)集合選擇方法使用中心樣本集作為集合的描述信息。然而，這些方法僅使用樣本文檔的“形態(tài)句法”信息對(duì)集合進(jìn)行建模，無(wú)法準(zhǔn)確表示集合語(yǔ)義信息。
　　本研究提出一種基于圖知識(shí)庫(kù)的集合選擇方法(KBCS)，使用加權(quán)的實(shí)體詞表示集合的語(yǔ)義信息。首先，基于DBpedia圖知識(shí)庫(kù)，采用上下文相關(guān)度和結(jié)構(gòu)相關(guān)度計(jì)算集合樣本文檔中任意一對(duì)實(shí)體詞之間的語(yǔ)義距離，再度量實(shí)體詞

2、在集合中的權(quán)重。然后，綜合考慮集合大小、集合實(shí)體詞權(quán)重、查詢(xún)實(shí)體詞權(quán)重和實(shí)體詞詞頻等因素，計(jì)算查詢(xún)與集合的相關(guān)度。最后，基于相關(guān)度評(píng)分對(duì)集合進(jìn)行排序，選擇排名靠前的若干集合。此外，針對(duì)原始查詢(xún)中實(shí)體詞較少的問(wèn)題，集成一種基于DBpedia的查詢(xún)擴(kuò)展方法。針對(duì)傳統(tǒng)查詢(xún)與集合相關(guān)度度量方法的局限性，采用LambdaMART排序?qū)W習(xí)算法，綜合考慮多種相關(guān)度度量方法的度量結(jié)果，通過(guò)學(xué)習(xí)建立合理的集合排序模型。為了評(píng)估KBCS的有效性，選擇ReD