信息检索模型及相关性算法的研究.pdfVIP

信息检索模型及相关性算法的研究* ResearchOfInfOrmationRetrievalMOdelsandRelevant Algorithms 吴丽华1，2 罗云锋。 张宏斌1 (1．华中科技大学系统工程研究所武汉430074；2．海南师范大学计算机系海口 571158) ‘ 摘要对信息检索模型研究的主要内容和构建策略进行了描述，给出了几种常用的信息检索模型相关性算法，分析 了它们的优缺点并就存在的问题进行了探讨，总结了信息检索模型的研究现状和发展趋势。 关键词 信息检索模型 相关性 查询 搜索引擎 当前，随着互联网的普及和网上信息的爆炸式增长，信息 Retrieval 检索系统(InformationSystem)及其核心技术搜索引 擎(SearchEngines)的性能和效率问题已成为人们研究和关注 的焦点。影响一个搜索引擎系统的性能有很多因素，但最主 要的是信息检索模型，其研究内容包括文档和查询的表示方 法、评价文档和用户查询相关性的匹配策略、查询结果的排序 方法和用户进行相关度反馈的机制。本文从研究文档与用户 查询“相关性”匹配的角度出发，对信息检索模型研究的主要 内容和构建策略进行了详细的描述，并给出了几种常用的信 息检索模型相关性算法，分析了它们的优缺点及存在的问题， 总结了当前信息检索模型的研究现状和发展趋势，其目的在 于提高信息检索、查询的性能和效率。 1信息检索模型和相关性 在信息领域中，信息检索(InformationRetrieval，IR)就是 围1传统的信息检索过程 从大量收集的文档集合中，找到与给定的用户信息需求相关 1．1 文档和用户查询的形式化描述 为了避免用户查询 的恰当数目的文档子集，一个传统的信息检索过程的描述如 中的歧义或语义的不完整而引发的不确定因素，可以考虑采 图1所示。 用语义逻辑工具或知识表达、解释工具，对文档和用户查询进 而信息检索系统的主要任务就是计算文档与用户查询之 行形式化的描述，以利于表达、解释和推测用户真实的查询兴 趣或意向。 间的“相关性”问题。相关性(Relevance)是用来判断获取的文 档集合对于用户需求满足的程度，它是一个主观的概念。相 1．2文档与用户查询相关性匹配策略根据文档与用户 关性的评价和度量不仅仅依赖于用户的查询和所搜索的文档 查询相关性的匹配策略可以将传统的信息检索模型分为四 的集合，还与用户的个人需求、偏好、知识、语言等有关系。 种：集理论模型(settheoretic Retrieval nlodels)、概率论模型(probabilistic 信息检索模型(InformationModels，IRModel)给 出了文档的表示方式、查询的表示方式以及查询与文档的匹 models)。如布尔模型属于一种集理论模型，还有模糊集理论 配过程。通常IRModel研究的内容主要包括以下四个方面：和粗糙集理论，而向量空间模型则属于一种代数模型。 1．3 文档的相关度评价方法与查询结果的排序方法 文 基金项目：国家档案局科技攻关基金支持项目“集成网络环境下电子文件归档系统的开发和应用研究”(编号：200l—x—04)。 向为决策分析和支持系统、社会选择理论。 万方数据 团 万方数据 Relevance 求解。 的权重(Term We波ht，TRw)： R，／(R—R，) ，。