基于共現(xiàn)距離與查詢擴展的蒙古文信息檢索系統(tǒng).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展,Web信息正以指數(shù)級的速度增長,如何在這些海量的信息中檢索出用戶需要的信息已成為一個非常重要的課題。由于用戶查詢詞與文檔關(guān)鍵詞不匹配,傳統(tǒng)信息檢索的結(jié)果不太理想,不能滿足用戶的查詢需求。因此,對信息檢索中的查詢擴展技術(shù)的研究,通過擴展用戶的初始查詢來有效解決“詞不匹配”問題,具有重要的理論意義和實用價值。
　　 本文的主要工作包括:
　　 (1)介紹了本文的研究背景,包括信息檢索的概念、性能評價

2、標準、檢索模型等,綜述了查詢擴展的相關(guān)知識。
　　 (2)為了搭建一個具有較高查全率及查準率的蒙古文信息檢索平臺,我們從蒙古文的構(gòu)詞和語法等方面特點進行分析,設(shè)計了蒙古文索引項(Term)的處理方案,包括蒙古文Term的區(qū)分及Stemming規(guī)則的確定。實驗結(jié)果表明蒙古文停用詞表在有效減少索引大小的同時,提高了檢索的查準率,Stemming規(guī)則能大幅度減少Term個數(shù),并有效提高檢索的查全率。
　　 (3)本文提出了一種

3、詞間相關(guān)性計算方法與候選詞距離關(guān)系模型,通過計算查詢詞與候選詞之間距離關(guān)系來作為判定二者相關(guān)程度一個因素。結(jié)合距離模型和詞間相關(guān)性計算方法,我們提出了一種新型的查詢擴展算法,應(yīng)用于查詢擴展,所選擴展詞和查詢整體關(guān)聯(lián),較好地反映了查詢主題。實驗結(jié)果表明該算法能夠有效地抑制“查詢漂移”。
　　 (4)在蒙古語語料上進行實驗,以信息檢索模型的結(jié)果作為baseline,對本文提出的兩種查詢擴展算法(詞間相關(guān)性計算方法、基于距離模型的詞間