基于Markov概念的信息檢索模型.pdf

1、隨著Web信息資源的迅速增加，如何在浩瀚的信息海洋中準(zhǔn)確、方便、快速地找到自己所需的信息，是個(gè)迫切需要解決的問題。由于自然語言的模糊性和用戶信息需求的隨機(jī)性和動(dòng)態(tài)性，導(dǎo)致檢索效率低下。因此查詢擴(kuò)展技術(shù)是不可避免的。 查詢擴(kuò)展是提高檢索效率的有效方法。在一般的查詢擴(kuò)展中，和查詢中某個(gè)查詢?cè)~關(guān)聯(lián)較強(qiáng)的詞就被選了出來，但是，查詢概念卻很少被考慮進(jìn)來。事實(shí)上，只有和整個(gè)查詢主題相似而不是與單個(gè)查詢?cè)~相似的這類詞被加入到查詢中，才更有益于

2、查詢效果的提高。 因此本文提出了基于Markov概念的信息檢索模型。Markov是一種較好的表示知識(shí)關(guān)聯(lián)的圖形表示方法，可以從實(shí)例數(shù)據(jù)來訓(xùn)練獲得，并且它的無向性能更好地解釋信息檢索中知識(shí)之間的關(guān)系，具有強(qiáng)大的學(xué)習(xí)功能和推導(dǎo)能力。 本文通過對(duì)文檔集的學(xué)習(xí)，詞與詞之間相關(guān)性被提取出來，從而構(gòu)造出Markov網(wǎng)絡(luò)，把從Markov網(wǎng)絡(luò)中挖掘出來的概念加入到檢索模型中。試驗(yàn)表明：我們的模型在很大程度上提高了檢索效率。 本

3、文的創(chuàng)新點(diǎn)在于： 1．本文是把從Markov網(wǎng)絡(luò)中挖掘概念的具體表達(dá)形式—團(tuán)和Markov概念圖加入到檢索模型中?；趫F(tuán)的Markov網(wǎng)絡(luò)信息檢索模型使得詞與詞之間的簡(jiǎn)單相關(guān)性更加強(qiáng)化，把團(tuán)作為一個(gè)概念整體加入到查詢擴(kuò)展中。而基于Markov概念圖的信息檢索模型則是重點(diǎn)考慮查詢?cè)~之間的依賴性，把查詢層的相關(guān)性傳遞到索引項(xiàng)層。在查詢過程中加入候選詞修剪技術(shù)，一些噪音詞被剪去，而與查詢主題相關(guān)的詞被擴(kuò)展進(jìn)來，從而有利于檢索效率的提高