基于主題模型的查詢擴(kuò)展技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)時(shí)代的高速發(fā)展，大量的信息不斷的呈現(xiàn)在互聯(lián)網(wǎng)上，信息檢索已經(jīng)成為人們獲取信息的必要的手段。搜索引擎的出現(xiàn)極大地滿足人們的需求，讓人們能夠輕松地面對(duì)互聯(lián)網(wǎng)上的海量信息。在用戶進(jìn)行檢索的時(shí)候，影響用戶搜索體驗(yàn)的一個(gè)重要原因是往往用戶在進(jìn)行搜索的時(shí)候的查詢?cè)~較短，大部分用戶在進(jìn)行搜索的時(shí)候常常只用很短的幾個(gè)關(guān)鍵詞，造成查詢表達(dá)與意圖不一致，會(huì)大大影響用戶的搜索體驗(yàn)。一些學(xué)者開始專注于查詢擴(kuò)展技術(shù)在信息檢索中的應(yīng)用，該方法利用對(duì)用戶的

2、初始查詢?cè)~進(jìn)行擴(kuò)展得到新的檢索詞，從而達(dá)到改進(jìn)檢索性能的目的。作為信息檢索的一種有效的查詢優(yōu)化方法，查詢擴(kuò)展技術(shù)的研究具有重要的意義。在查詢擴(kuò)展的時(shí)候，如果得到的擴(kuò)展詞與查詢是不相關(guān)的，可能降低檢索結(jié)果。尤其是一個(gè)文檔可能有多個(gè)主題，為了解決這些問題，基于主題模型的查詢擴(kuò)展算法應(yīng)運(yùn)而生。基于主題模型的查詢擴(kuò)展方法由于能夠很好地考慮到了查詢與文檔之間的主題語義相關(guān)性，逐漸被一些學(xué)者關(guān)注。
　　本課題對(duì)現(xiàn)有基于主題的算法進(jìn)行了深入的了

3、解和分析，結(jié)合了一些研究提出了基于主題互信息和基于主題詞對(duì)的兩種語義查詢擴(kuò)展方法。這兩種方法都是通過使用LDA主題模型作為提高檢索性能的方法：（1）基于主題互信息的方法不僅利用了查詢?cè)~與候選詞的互信息的同時(shí)也考慮到了主題的相關(guān)度，該方法解決了基于主題模型的查詢擴(kuò)展方法中主題代表詞的選擇問題，使用了互信息作為查詢?cè)~與主題詞的相關(guān)度保證了主題代表詞與查詢之間的相關(guān)度。（2）基于主題詞對(duì)的查詢擴(kuò)展方法中，創(chuàng)新性的使用了主題向量作為詞對(duì)之間的語