基于主題模型的查詢擴(kuò)展技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)時代的高速發(fā)展，大量的信息不斷的呈現(xiàn)在互聯(lián)網(wǎng)上，信息檢索已經(jīng)成為人們獲取信息的必要的手段。搜索引擎的出現(xiàn)極大地滿足人們的需求，讓人們能夠輕松地面對互聯(lián)網(wǎng)上的海量信息。在用戶進(jìn)行檢索的時候，影響用戶搜索體驗(yàn)的一個重要原因是往往用戶在進(jìn)行搜索的時候的查詢詞較短，大部分用戶在進(jìn)行搜索的時候常常只用很短的幾個關(guān)鍵詞，造成查詢表達(dá)與意圖不一致，會大大影響用戶的搜索體驗(yàn)。一些學(xué)者開始專注于查詢擴(kuò)展技術(shù)在信息檢索中的應(yīng)用，該方法利用對用戶的

2、初始查詢詞進(jìn)行擴(kuò)展得到新的檢索詞，從而達(dá)到改進(jìn)檢索性能的目的。作為信息檢索的一種有效的查詢優(yōu)化方法，查詢擴(kuò)展技術(shù)的研究具有重要的意義。在查詢擴(kuò)展的時候，如果得到的擴(kuò)展詞與查詢是不相關(guān)的，可能降低檢索結(jié)果。尤其是一個文檔可能有多個主題，為了解決這些問題，基于主題模型的查詢擴(kuò)展算法應(yīng)運(yùn)而生?；谥黝}模型的查詢擴(kuò)展方法由于能夠很好地考慮到了查詢與文檔之間的主題語義相關(guān)性，逐漸被一些學(xué)者關(guān)注。
　　本課題對現(xiàn)有基于主題的算法進(jìn)行了深入的了

3、解和分析，結(jié)合了一些研究提出了基于主題互信息和基于主題詞對的兩種語義查詢擴(kuò)展方法。這兩種方法都是通過使用LDA主題模型作為提高檢索性能的方法：（1）基于主題互信息的方法不僅利用了查詢詞與候選詞的互信息的同時也考慮到了主題的相關(guān)度，該方法解決了基于主題模型的查詢擴(kuò)展方法中主題代表詞的選擇問題，使用了互信息作為查詢詞與主題詞的相關(guān)度保證了主題代表詞與查詢之間的相關(guān)度。（2）基于主題詞對的查詢擴(kuò)展方法中，創(chuàng)新性的使用了主題向量作為詞對之間的語