面向查詢語句的擴展過濾及權(quán)重計算研究.pdf

1、當(dāng)今社會，隨著互聯(lián)網(wǎng)的高速發(fā)展，信息無處不在。在這個“信息大爆炸”的時代，網(wǎng)絡(luò)信息技術(shù)深刻地改變了人們的生活。如何讓人們更全、更準(zhǔn)地獲取自己想要的信息，是一個亟待解決的問題。
　　本文分析了查詢概念擴展和查詢詞權(quán)重的國內(nèi)外研究方法，并結(jié)合云模型理論，發(fā)現(xiàn)現(xiàn)有的研究方法忽略了概念和查詢詞分布二者中的不確定性知識。因此，本文從這兩個方面挖掘了查詢語句中蘊含的不確定性知識，進而對查詢語句進行處理，使得檢索結(jié)果更全、更準(zhǔn)。
　　針對

2、查詢概念擴展會引入雜質(zhì)信息這一問題，本文提出了一種基于語義指紋的查詢擴展語句的過濾方法。該方法利用語義指紋顯式地刻畫了概念的語義知識和云模型理論可以挖掘不確定性知識這些基本特性，定性分析語義指紋中的不確定特征，以完善概念的形式化表示。在語義指紋的研究基礎(chǔ)上，生成了查詢語句的云數(shù)字特征，從融合語義知識及不確定性知識的角度，計算出查詢擴展語句與原查詢語句的相似度，進而過濾掉與原查詢語句語義不同的查詢擴展語句。
　　查詢詞對查詢語句的貢

3、獻程度是不同的，而且研究發(fā)現(xiàn)這一貢獻度可以通過查詢詞在查詢域中分布的不確定性知識得以反映。本文提出了一種基于云特征權(quán)重的文檔打分方法。該方法利用云模型理論挖掘查詢詞在查詢域中分布的不確定性知識，經(jīng)定性定量轉(zhuǎn)換后，計算出查詢域的查詢詞權(quán)重。在云特征權(quán)重研究基礎(chǔ)上，從融入查詢詞分布特征角度上，改進了經(jīng)典的概率模型BM25和BM25F的文檔打分方法，來提高文檔排序的準(zhǔn)確率。
　　本文在NTCIR-5中文信息檢索標(biāo)準(zhǔn)測試集上對本文所提出的