版權說明: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,請進行舉報或認領
文檔簡介
1、信息檢索是當今計算機領域研究的熱點之一,其目的是為了滿足用戶對信息需求,即從海量信息中查找到所需信息。但是由于用戶查詢與文檔表示的不確定性,往往會影響文檔與查詢的匹配效果,導致檢索效果低下。
在檢索模型中,圖模型的方法被用于表示文檔及查詢語句,Markov網(wǎng)絡檢索模型是其中的一種圖模型,利用Markov網(wǎng)絡可構(gòu)造詞項子空間、文檔子空間,從中提取最大詞項團與最大文檔團,通過對文檔集做初次的檢索,從檢索的結(jié)果中構(gòu)造查詢子空間,從中
2、提取出最大查詢團,可構(gòu)造擴展的Markov網(wǎng)絡檢索模型。在前述的研究中,度量詞項采用的是BM25的形式,其缺點是BM25權重假定了詞項之間的獨立性,在計算時僅考慮了詞項的頻率信息,忽略了詞項之間的依賴關系、位置特征、語序特征等。
針對上述問題,本文將基于詞重要性的詞項權重的計算方法應用于多層的Markov網(wǎng)絡查詢擴展模型中,該方法首先建立了文檔的詞項圖,然后根據(jù)詞項圖得到詞項的共現(xiàn)矩陣和詞項間的概率轉(zhuǎn)移矩陣,最后利用馬爾科夫鏈
3、的計算方法得到詞項的權重。將得到的詞項權重運用在擴展的Markov網(wǎng)絡模型中。在5個常用的標準測試集ADI,MED,CRAM,CISI和CRAN中進行了實驗,結(jié)果表明本文提出的模型優(yōu)于一般的基于詞袋權重的多層Markov網(wǎng)絡檢索模型。
本文的工作在于:
?。?)在多層Markov網(wǎng)絡擴展的檢索模型中使用了基于詞重要性的方法來度量詞項的權重。模型先構(gòu)造多層Markov網(wǎng)絡模型,分別是詞項子空間,文檔子空間,查詢子空間。將
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。
最新文檔
- 融合詞項重要性的多層Markov網(wǎng)絡檢索模型.pdf
- 基于詞重要性的信息檢索圖模型
- 基于詞重要性的信息檢索圖模型.pdf
- 基于信息融合的多層復雜網(wǎng)絡節(jié)點重要性評估.pdf
- MARKOV網(wǎng)絡檢索模型的研究.pdf
- 基于Markov網(wǎng)絡的信息檢索模型.pdf
- 基于文檔團的Markov網(wǎng)絡檢索模型.pdf
- 潛在語義的Markov網(wǎng)絡檢索模型的研究.pdf
- 信息檢索中遷移Markov網(wǎng)絡模型的研究.pdf
- 復雜網(wǎng)絡節(jié)點重要性度量模型研究.pdf
- 學習文獻檢索的重要性
- 復雜網(wǎng)絡演化模型及其節(jié)點重要性研究.pdf
- 復雜網(wǎng)絡演化模型與其節(jié)點重要性分析
- 基于Markov概念的信息檢索模型.pdf
- 淺談融合新聞中受眾參與的重要性
- 社會網(wǎng)絡節(jié)點重要性研究.pdf
- Markov鏈利率下復合Markov二項模型的破產(chǎn)問題.pdf
- 基于MarKov團的信息檢索擴展模型.pdf
- 網(wǎng)絡制造資源多層次智能檢索模型的研究.pdf
- sns對網(wǎng)絡營銷的重要性
評論
0/150
提交評論