融合詞項重要性的多層markov網(wǎng)絡檢索模型

1、獨創(chuàng)性聲明本人聲明所呈交的學位論文是本人在導師指導下進行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得或其他教育機構的學位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝意。學位論文作者簽名：簽字日期：年月日學位論文版權使用授權書學位論文版權使用授權書本學位論文作者完全了解江西師范大學研究生院有關保留、

2、使用學位論文的規(guī)定，有權保留并向國家有關部門或機構送交論文的復印件和磁盤，允許論文被查閱和借閱。本人授權江西師范大學研究生院可以將學位論文的全部或部分內(nèi)容編入有關數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復制手段保存、匯編學位論文。（保密的學位論文在解密后適用本授權書）學位論文作者簽名：導師簽名：簽字日期：年月日簽字日期：年月日萬方數(shù)據(jù)I摘要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

3、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，從檢索的結果中構造查詢子空間，從中提取出最大查詢團，可構造擴展的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

4、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，CR

5、AM，CISI和CRAN中進行了實驗，結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：（1）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。將這三層Markov網(wǎng)絡信息加入到檢索模型得到擴展的Markov網(wǎng)絡模型，且在模型中詞項的權重考慮了詞項之間的依賴關系即采用了基于詞項重要性的方法