信息檢索中相關(guān)反饋算法的研究.pdf

1、信息檢索是關(guān)于信息的結(jié)構(gòu)、分析、組織、存儲、搜索和檢索的領(lǐng)域。概括的說,信息檢索就是從非結(jié)構(gòu)化的信息集合中找出與用戶需求相關(guān)的信息。信息檢索的一個核心問題是注重用戶和他們的信息需求,因為對搜索的評價是以用戶為中心的。這種理念引發(fā)了大量關(guān)于人們怎樣與搜索引擎進(jìn)行交互的研究,特別是開發(fā)幫助用戶表達(dá)他們的信息需求的技術(shù)。
　　在用戶參與的檢索過程中,用戶提交一個簡短的查詢,系統(tǒng)返回初次查詢結(jié)果,用戶對部分結(jié)果進(jìn)行標(biāo)注,標(biāo)注為相關(guān)或不相關(guān)

2、,系統(tǒng)基于用戶的反饋計算出一個更好的查詢來表示信息需求,并重新返回一批更有可能滿足用戶需求的新的檢索結(jié)果,這個過程叫做相關(guān)反饋。在信息檢索過程中使用相關(guān)反饋技術(shù)能夠優(yōu)化查詢結(jié)果,提高查詢效率。
　　本文從介紹相關(guān)反饋技術(shù)的現(xiàn)狀出發(fā),給出了相關(guān)反饋技術(shù)的有關(guān)算法,包括向量空間模型,概率模型和布爾模型中的相關(guān)反饋技術(shù)。其中,以基于向量空間模型的Rocchio相關(guān)反饋算法為主,詳細(xì)介紹了該算法的思想和執(zhí)行過程及其在某些特定情況下查詢效果

3、不好的現(xiàn)象,如某個查詢的答案集合本身就需要不同類的文檔來組成和通常以多個具體概念的或關(guān)系來出現(xiàn)的詞這兩個方面,對Rocchio相關(guān)反饋算法進(jìn)行改進(jìn),使該算法在這兩種特殊情況下也能得到好的返回結(jié)果。
　　本文就此做了以下貢獻(xiàn):
　　(1)在查詢語句包含多條件內(nèi)容時,根據(jù) Rocchio相關(guān)反饋算法的思想,提出了將包含有兩個條件信息的文檔集看成新的交叉類,在交叉類范圍內(nèi),從離初始查詢最近的質(zhì)心開始,向著另一個質(zhì)心不斷移動,在此過

4、程中找到理想結(jié)果。改進(jìn)后的Rocchio相關(guān)反饋算法能夠有效解決多條件查詢時返回結(jié)果不理想的狀況。
　　(2)在多義詞查詢時,系統(tǒng)返回的結(jié)果往往混亂無序,本文設(shè)計了一種對結(jié)果屬性進(jìn)行聚類的算法:層次收縮算法。該算法首先獲取系統(tǒng)返回結(jié)果的關(guān)鍵詞,用布爾矩陣表達(dá),然后以文檔間關(guān)鍵詞個數(shù)作為度量方式,計算文檔間相似度,按照文檔間相似度,以合取方式將文檔層次合并,聚類結(jié)束后提取返回的標(biāo)簽。在不考慮召回率的情況下,該算法的最終結(jié)果收斂于對簇