融合詞項重要性的多層Markov網(wǎng)絡檢索模型.pdf

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