基于查詢特征上下文的檢索模型研究.pdf

1、隨著互聯(lián)網(wǎng)信息的爆炸性增長，人們對通過搜索引擎來獲得網(wǎng)絡(luò)信息的依賴也日益增加。目前，大多數(shù)搜索引擎在提供信息自動化檢索服務(wù)時，首先要求用戶輸入包含一個或多個詞語的查詢條件，然后返回相關(guān)檢索集合。因此，一個構(gòu)造良好的查詢，是用戶主觀信息需求的客觀表現(xiàn)，也是信息檢索服務(wù)質(zhì)量的基本保證。盡管隨著用戶檢索技能的不斷提高，查詢包含詞語的數(shù)目在逐年增加，但是面對無限豐富的互聯(lián)網(wǎng)信息，查詢對于用戶信息需求的描述總是顯得力不從心。網(wǎng)絡(luò)信息的豐富性與查詢

2、描述信息的有限性形成了鮮明的對比。在這種條件下，搜索引擎對于用戶信息需求理解的偏差是影響信息檢索服務(wù)質(zhì)量的基本原因之一。 近年來，上下文在信息檢索中的應(yīng)用引起了廣泛的關(guān)注。廣義上講，上下文信息涵蓋了檢索過程中和用戶或查詢相關(guān)的所有重要線索。從上下文角度實現(xiàn)用戶查詢的理解，是對查詢表達信息的進一步完善和解釋。基于上下文的查詢描述為用戶真實查詢意圖的把握提供了可能，也為進一步檢索處理的有效性奠定了堅實的基礎(chǔ)。 應(yīng)該說，用戶查

3、詢構(gòu)造過程是一個由繁到簡的信息篩選過程。簡單查詢背后一般都隱含著無比豐富的描述信息，這些信息往往最能反映用戶對于信息需求的原始表達。因此，在本文的研究工作中，上下文信息的定義和識別主要圍繞著用戶查詢構(gòu)造這一行為而展開。從認知角度出發(fā)去理解用戶查詢的構(gòu)造，本文引入了查詢特征這一概念，并從三種角度實現(xiàn)對查詢特征的定義，分別是查詢類型、查詢內(nèi)部詞語依存以及查詢外部依存環(huán)境。這些特征在一定程度上體現(xiàn)了查詢對于信息需求的潛在描述，為查詢詞語的出現(xiàn)

4、狀態(tài)提供了合理解釋，也因此為查詢提供了豐富的上下文描述信息。在上下文信息有效利用的前提下，信息檢索的性能必將獲得較大幅度的提高。 在上述思想的指導(dǎo)下，本文提出了基于查詢特征上下文的信息檢索模型一QFCIR(Ouery Feature Context based Information Retrieval)。QFCIR模型圍繞著查詢相關(guān)上下文信息的識別以及檢索結(jié)果的優(yōu)化而展開。在句子這一特殊上下文信息表達方式的基礎(chǔ)上，QFCIR模

5、型主要由四部分構(gòu)成，即：基于查詢類型的句子檢索模型、基于馬爾可夫隨機場的句子檢索模型、基于貝葉斯網(wǎng)絡(luò)的句子檢索模型以及基于句子的信息翻譯模型。在基于查詢類型的句子檢索模型中，本文重點分析了查詢類型對于查詢特征的反映，并以查詢詞語和查詢類型為主要判斷因素進行上下文信息的有效識別。為了讓所得上下文充分描述查詢相關(guān)類型，體現(xiàn)用戶查詢對于特定類型信息的需求，本文進一步提出了一種基于混合方法的查詢分類模型，有效地提高了查詢類型識別的準(zhǔn)確性。

6、 在基于馬爾可夫隨機場的句子檢索模型中，查詢詞語內(nèi)部的關(guān)聯(lián)關(guān)系是查詢上下文信息考察的基礎(chǔ)。在馬爾可夫隨機場模型的基礎(chǔ)上，本文分析了三種形式的查詢關(guān)聯(lián)結(jié)構(gòu)，并以查詢詞語在句法結(jié)構(gòu)中的關(guān)聯(lián)特征為依據(jù)進行句子上下文相關(guān)性的判斷。該方法充分考慮了查詢詞語間的關(guān)聯(lián)特征，因此，查詢條件越豐富，方法的有效性越明顯。 在基于貝葉斯網(wǎng)絡(luò)的句子檢索模型中，貝葉斯網(wǎng)絡(luò)的信息推理功能被有效地應(yīng)用于查詢外部依存環(huán)境信息的挖掘。本文在簡單貝葉斯網(wǎng)絡(luò)模型的

7、基礎(chǔ)上進一步考慮了同一語境中查詢詞語同其他詞語之間的關(guān)聯(lián)，充分利用貝葉斯網(wǎng)絡(luò)對于不確定性信息處理的有效性以及詞語關(guān)聯(lián)信息對于相關(guān)判斷的靈活性，實現(xiàn)了上下文推理的準(zhǔn)確性。 最后，本文利用所得上下文信息實現(xiàn)了初始檢索文檔相關(guān)性的重新評估，完成了檢索結(jié)果的重新排序。在上下文的基礎(chǔ)上，文檔相關(guān)性判斷的實現(xiàn)依賴于以句子為單位信息翻譯模型的執(zhí)行。該模型的實現(xiàn)參考了翻譯模型在文檔檢索中的應(yīng)用，具有堅實的理論基礎(chǔ)，同時操作簡單，是上下文環(huán)境下實