信息檢索結(jié)果優(yōu)化研究.pdf

1、信息檢索是中文信息處理中的一項重要課題，其內(nèi)容涉及到術(shù)語抽取、詞義消歧、句法分析等方方面面，同時在機器問答、自動文摘、統(tǒng)計機器翻譯等各領(lǐng)域又有著廣泛的應(yīng)用。為了減小信息檢索過程中的因為中文多樣性，模糊性等一些不確定性因素帶來的消極影響，信息檢索的優(yōu)化就成為了該領(lǐng)域的研究重點與發(fā)展動力。 信息檢索的優(yōu)化包括檢索模型、分詞粒度、查詢擴展、結(jié)果重排等方面，本文在分析比較了各優(yōu)化因素所帶來的影響后，對結(jié)果重排進行了較為詳細的分析與研究。

2、主要的工作包括以下幾個方面： 第一，深入研究了信息檢索結(jié)果優(yōu)化的方案，并設(shè)計實驗比較了不同優(yōu)化因素為檢索效果帶來的影響，為該領(lǐng)域提供了一定的基礎(chǔ)研究數(shù)據(jù)。 第二，提出了一套基于主題詞對的信息檢索結(jié)果重排策略，詳細分析了主題詞對的語言特性，利用概率潛在語義分析獲取主題詞對，進而根據(jù)主題詞對在文檔中的分布狀況對其進行重排。為信息檢索領(lǐng)域的優(yōu)化研究提供了一種有效的方案與研究思路。 第三，設(shè)計實現(xiàn)了一個重排的原型系統(tǒng)，從

3、詞對的視角出發(fā)去聚焦查詢主題，通過詞對在文檔中的分布狀況重新判斷查詢與文檔的相關(guān)程度，減小了查詢擴展時對查詢主題向單方向無限延伸的可能性。 綜合運用論文中研究的方法，對NTCIR-5中文信息檢索的文檔集合進行測試，采用TREC標準評估方法，結(jié)果顯示本文方法優(yōu)于傳統(tǒng)偽相關(guān)反饋方法，采用該方法使得精確率在rigid和relax結(jié)果集上相比首次檢索的結(jié)果分別提高了76.0％和58.8％。同時發(fā)現(xiàn)該方法的核心主題詞對的選擇并不依賴于特定