XML信息检索系统的相关性反馈研究.pdfVIP

摘 要 自XML标准发布以来，越来越多的数据开始采用XML进行描述、存储、交换 和展现，面向XML文档的信息检索能力变得日益重要。因此，基于XML数据的信 息检索也就成为了近年来研究的热点。 相关性反馈在信息检索领域中的使用非常普遍，因为利用反馈信息可以更好 地表达用户的查询需求，进而改善系统的检索效果。然而，经过研究发现，现在 主流的反馈算法，如基于添加查询词的反馈算法、基于模型的反馈算法等，主要 应用在纯文本检索中，针对XML元素级检索的反馈算法应用相对较少。 本文首先针对XML信息检索，从查询类型、返回结果的粒度、检索任务以及检 索结果的评价、不同的检索模型及其相关性反馈技术的研究现状等方面较全面地 研究了XML检索技术。接着介绍了主流的XML信息检索系统及综述了现有的针对不 同检索模型的的反馈技术，其中重点介绍了LEMUR系统。 已有研究表明传统的添加查询词反馈算法往往只是简单地选取反馈文档集中 的高频词进行添加查询词，但反馈文档集中的高频词不一定是最相关的词，这样 做虽然可以将结构化查询的平均精度有所提高，但对于非结构化查询（如关键字 查询）而言存在这一定得问题。在此基础之上，本文的反馈算法做了小的改进， 即针对求出的高频词集，选取一种合理的方法从中筛选出相关词进行查询扩展， 同时将查询词的权值信息直接加入到系统的评分模型中并在LEMUR上进行的实验 显示该方法可将非结构化查询的平均精度提高。除了改进添加查询词反馈方法外， 还提出增加了对相关元素结构信息的反馈处理的设想。 在上述工作的基础上，本文最后对改进后的添加查询词部分进行了测试和评 价，总结了本论文研究的理论指导意义和实践指导意义，并指出下一步工作。 关键字：XML信息检索；相关性反馈 1 Abstract Since the XML standard has been released, more and more began to use XML for data description, storage, exchange and display, Information retrieval on XML documents becomes increasingly important. Therefore, XML-based information retrieval has become a research hotspot in recent years. Relevance feedback is very common to use in information retrieval field, which can better express the needs of the users query, thus improve the retrieval effectiveness. However, the study found that the mainstream feedback algorithms, such as the feedback algorithm based on query expansion, model-based feedback algorithm, mainly used in plain text searching, the research for feedback algorithm for the XML documents is lack. In this paper, first, we focus on information retrieval on XML documents. We study it comprehensively from various aspec