一种基于加权网络和句子窗口方案的信息检索模型.pdfVIP

第32卷 第 8期 797—804，2013年 8月 Vo1．32 No．8，797—804 doi：10．3772／j．issn．1000-0135．2013．08．002 一 种基于加权网络和句子窗口方案的信息检索模型 陆 伟 程齐凯 (武汉大学信息资源研究中心，信息检索与知识挖掘研究所 ，武汉 430072) 摘要 经典的信息检索模型在文档表示上多采用词袋模型，与此不同，本文提出了一种基于加权网络的信息检 索模型。在这一模型中，文档被表示为一个加权共词网络，词汇在文档中的重要性通过词项节点在网络中的重要 性加 以衡量。基于固定窗口平移和句子窗 口方案 ，本文提出了文本游走模型 Textrank的四个检索模型变种，分别 是 Win—Weighted—Textrank、Sent—Weighted—Textrank、Win—Weighted—Posrank和 Sent—Weighted—Posrank。在 Reuter RCV1上的实验证明，与无权网络模型Textrank、Posrank相 比，本文提出的模型能显著地提升检索效果。 关键词 信息检索 信息检索模型 加权网络 共词网络 An Information RetrievalM odelBased onW eightedGraph andSentence LuWeiandChengQikai (CenterforStudiesofInformationResources，WuhanUnive~ity，Wuhan430072) Abstract A standardapproachtoInformationRetrieval(IR)istomodeltextasabagofwords．Ahernatively，this paperproposesaweighted graph based information retrievalmodelwhich expressesdocumentasa weighted CO—words network．W emeasurethe “eliteness”ofaterm byweightedtextrank．W ith thesettinglisted above，thispaper’Swork containstwoparts：weuseweightedCO—wordsnetworktOrepresentadocumentinsteadofunweightednetwork；weuseboth fixedanddynamicCO—occurrencewindowstObuildCO—wordsnetwork．Inthispaper，weproposedfourvariantsofTextrank， whichareWin W eighted Textrank，Sent W eighted Textrank，W in Weighted Posrank andSent W eighted Posrank． — — — — — — — — — ． — — — — — Experimentalresultson ReuterRCV1 show thatmethodswe propose in thispaperperfomr betterthanTextrank and Posrank，whichareunweightednetworkmodels． Keywords infomrationretrieval，informationretrievalmodel，weightednetwork，CO—wordsnetwork