信息检索反馈过程中.pdfVIP

第二届全国信息检索与内容安全学术会议 基于相关文档池建模的查询扩展 吕 碧 波 ，赵 军 （中国科学院自动化研究所模式识别国家重点实验室 ，北京 ，100080） 摘 要：在信息检索领域，相关反馈是提高检索性能的有效方法。相关反馈主要是用户按照一定的 策略从查找到的相关文档中选择一些和主题相关的词，然后进行查询扩展。本文介绍了概率模型和 向量空间模型下的常用查询扩展方法，还提出了一种基于语言模型的方法，该方法同时考虑了扩展 词应该具备的两个特征，即相关性和覆盖性。在 Trec 测试集上对这些算法进行了比较，结果表明我 们这种新算法在平均准确率上比传统的方法有所提高。 关键词：信息检索 ，相关反馈 ，查询扩展 ，模型 Query Expansion Based on Modeling of Relevant Documents Pool Bibo Lv Jun Zhao Abstract : In IR (information retrieval), relevance feedback is an effective way to improve retrieval performance. The goal is to input user’s judgement on previous retrieved documents, and to select some terms for query expansion using certain strategy. This paper shows some common query expansion approaches in relevance feedback based on probability model and vector space model, introduces a new method based on language model that takes two features of expanded terms--relevance and coverage into account, and evaluates all these algorithms on the Trec Collection. This paper shows that our method is better than traditional ones on average precision. Key Words: IR , Relevance Feedback , Query Expansion, Model 1 引言 在信息检索时，用户给出的初始查询往往不能完全表达查询的真实意图，所以有必要对查询进 行扩展。查询扩展的一般方法是：通过计算词间相关度，把和查询主题相关的词加入初始查询。相 关度的计算方法有多种，如：根据WordNet进行词的相关度计算[1]，根据现有测试语料进行词的相 关度计算[2]，根据相关反馈得到的文档进行查询词的相关度计算[3]。 1 第二届全国信息检索与内容安全学术会议 相关反馈研究可以追溯到 1960 年 Maron 和 Kuhns 提出的“与原始查询相近的特征项可以加到 查询中，以便检索到更多的相关文献”[4]。1971 年，Rocchio[5]在向量空间模型中引入了相关反馈， 并在将其应用在 SMART 系统中。后来，相关反馈研究分别拓展到了布尔模型、概率模型和近几年 提出的基于语言模型的信息检索系统中，并取得了不错的效果。 相关反馈是在假设“相关文档和查询主题相关”的前提下，通过在查询中增加出现在相关文档 中的某些初始查询中未出现的新词，提高原始查询中与相关文档相关的词的权重，达到增强相关文 档的影响而抑制非相关文档的目的，从而提高检索效果。本文主要研究在“相关文档一定”的情况下，