基于圖知識庫的分布式信息檢索集合選擇方法.pdf

1、集合選擇旨在選擇少數(shù)的信息集合，其對于提高信息檢索引擎的效率至關(guān)重要。目前，大多數(shù)集合選擇方法使用中心樣本集作為集合的描述信息。然而，這些方法僅使用樣本文檔的“形態(tài)句法”信息對集合進行建模，無法準(zhǔn)確表示集合語義信息。
　　本研究提出一種基于圖知識庫的集合選擇方法(KBCS)，使用加權(quán)的實體詞表示集合的語義信息。首先，基于DBpedia圖知識庫，采用上下文相關(guān)度和結(jié)構(gòu)相關(guān)度計算集合樣本文檔中任意一對實體詞之間的語義距離，再度量實體詞

2、在集合中的權(quán)重。然后，綜合考慮集合大小、集合實體詞權(quán)重、查詢實體詞權(quán)重和實體詞詞頻等因素，計算查詢與集合的相關(guān)度。最后，基于相關(guān)度評分對集合進行排序，選擇排名靠前的若干集合。此外，針對原始查詢中實體詞較少的問題，集成一種基于DBpedia的查詢擴展方法。針對傳統(tǒng)查詢與集合相關(guān)度度量方法的局限性，采用LambdaMART排序?qū)W習(xí)算法，綜合考慮多種相關(guān)度度量方法的度量結(jié)果，通過學(xué)習(xí)建立合理的集合排序模型。為了評估KBCS的有效性，選擇ReD