基于词项扩展的XML信息检索反馈技术.pdfVIP

第37卷 第2O期 计 算 机 工 程 2011年 l0l月 、，o1．37 No．20 ComputerEngineering October2011 · 软件技术与数据库 · 文章编号：1o00__-3428(20l1)2o．一oo36一3 文献标识码tA 中圈分类号：TP311 基于词项扩展的XML信息检索反馈技术 一 温 馨 ，陈 群 ，娄 囊 (1．西北工业大学计算机学院，西安 710129；2．河南科技大学电信工程学院，河南 洛阳 471003) 搞 妥：为提高 XML信息检索的查询准确率，提出一种基于词项扩展的XML信息检索反馈技术。利用词项所在节点的语义权重、词 项与查询词间的相邻频度、共现程度，评估词项权重并排序 ，取权重较大的词项对初始检索词进行扩展 ，给出各因子的计算方法。在 Wikipedia2009数据集上的实验结果表明，扩展后的查询准确率较高。 关键诃：XML信息检索；词项扩展；反馈；语义权重；相邻频度 FeedbackTechniquef0rXM LInf0rmati0nRetrieval Based0nTerm Expansion WENXin，CHENQua，LOUYing， (1．SchoolofComputerScience，NorthwesternPolytechnicalUniversity,Xi’all710129，China； 2．ElectronicInformationEngineeringCollege，UniversityofTechnologyofHenan，Luoyang471003，China) [AbstractiInordertoimprovetheprecisionrateofXMLinfomrationretrieval，htispaperproposesafeedbacktechniqueforXMLinfomration retrievalbasedontermexpansion．Itconsiderslexicalsemanticweightsofnodes， acencyfrequencybetweenlexicalitemsandqueries，andlocal CO—occurrencebetween temr sandkeywordsincomputingterm weight．ExperimentalresultsonWikipedia2009 datasetshow thattheproposed techniquecanimprovehteprecisionrate． [Keywords]XMLinfomrationretrieval；temr expansion；feedback；semnaticweights；adjacencyfrequency DOI：10．39690．issn．1000—3428．2011．20．013 l 概述 在进行查询扩展时充分考虑了XML文档所具有的结构特点 信息检索中检索质量不高的一个重要原因是用户不能通 对词项权重的影响，主要考虑的因素有：词项所属节点的语 过输入关键字准确地描述自己的查询意图。反馈机制能从用 义权重及词项所属节点的层次对词项权重的影响；词项与查 户反馈给系统的相关文档中提取出有用信息，在原有查询词 询词间相邻频度对词项权重的影响；词项与初始查询词间共 的基础上，扩展出新的词项，形成更准确的查询输入，从而 现程度对词项权重的影响。 更准确地表达用户的查询意图，提高信息检索的查准率。 2,1 节点语义权重和节点所在层次对词项权重的影响 传统的词项扩展技术是针对文本文档提出的…，比起传 XML文档内容以树形结构组织，树中的节点可划分为 统的文本