基于分布式表征和局部排序的信息檢索集合選擇方法.pdf

1、集合選擇是分布式信息檢索系統(tǒng)的重要組成部分。利用文本語(yǔ)義信息來(lái)度量查詢(xún)與集合的相關(guān)度是提高集合選擇準(zhǔn)確度的一個(gè)有效途徑。本文從文本的語(yǔ)義表示入手，提出一種基于分布式表征(Distributed Representation)和局部排序的信息檢索集合選擇方法。該方法針對(duì)現(xiàn)有集合選擇方法在文本表示上存在的語(yǔ)義獲取不準(zhǔn)確問(wèn)題，采用神經(jīng)網(wǎng)絡(luò)語(yǔ)言模型來(lái)訓(xùn)練查詢(xún)與文檔對(duì)應(yīng)的分布式表征向量，以提高查詢(xún)與文檔相關(guān)度的準(zhǔn)確度;針對(duì)原始查詢(xún)過(guò)于簡(jiǎn)短、不易確

2、定查詢(xún)意圖的問(wèn)題，使用一種結(jié)合Wikipedia和ListNet的方法對(duì)原始查詢(xún)進(jìn)行擴(kuò)展，以進(jìn)一步提高查詢(xún)與文檔相關(guān)度的準(zhǔn)確度;在已知查詢(xún)與文檔相關(guān)度的基礎(chǔ)上，針對(duì)傳統(tǒng)方法的文檔排序方式不合理問(wèn)題，使用局部排序的方法對(duì)文檔進(jìn)行排序，并引入文檔評(píng)分閾值，來(lái)提高查詢(xún)與集合相關(guān)度的準(zhǔn)確度。最后，本文選取ReDDE、MReDDE、CRCS和LBCS方法作為基準(zhǔn)方法，在三種集合劃分方式下分別對(duì)本文方法中三大組成要素的單項(xiàng)有效性和綜合有效性進(jìn)行驗(yàn)證