基于贝叶斯网络模型的信息检索_欧洁.pdfVIP

年第 期 微电子学与计算机 !# $ L# @1ABCDE=78() ?@,-A0+B,? )+-B)C03 D0E)2 ,? D0F)EB0? 9)+G,-H 1,2)3 F G ’ HIJ ! ’I广发证券博士后工作站，广州 $’J$K ! （中国科学院计算技术研究所数字化技术研究室，北京 ’LK K L M 贝叶斯网络模型是解决信息检索领域问题的有效手段，因为它可以表示术语间的条件概率和概念语 义，并依此预测用户查询和文档间的相似度。本文对信息检索中的贝叶斯网络模型做了若干改进，加入了一些新 特征，并用实验结果证明了通过提高贝叶斯网络模型的质量和调整其中的参数，我们的方法取得了较好的检索 效果。 NOPM 贝叶斯网络模型，信息检索，关联规则发现 ! ! 日益受到重视。近两年研究者们进一步研究了直 现阶段所采用的信息检索技术一般都基于布 接从数据中学习并生成贝叶斯网络的方法，为贝 尔表达式或向量空间模型 （ ），它 叶斯网络用于信息检索和知识发现开辟了道路。 ()*+,- ./0*) 1,2)3 们假设术语间相互独立，通过逻辑表达式或向量 运用贝叶斯网络模型能够帮助人类对纷繁错 间的内积反映用户查询和文档的相似度，将查询 杂、浩如烟海的无序型信息进行准确的检索、归类、 结果按相似度的降序排列后提供给用户。它们对 储存以及分析等工作，并为用户提供相关信息。真 用户的查询项进行精确匹配，因此只能反映用户 实世界是复杂的，贝叶斯网络模型则能够帮助电脑 所要检索内容的某一方面，无法保证语义概念上 建立起分析模型。 的匹配。 现有信息检索技术的检索结果与查询相关，但 #$%’()*+%,- ./ 检索质量还不够好，主要表现为：有些检索结果质 #! 012345678() 量低；检索结果集中包含与用户的查询意图岐义的 基于布尔表达式的信息检索方法构成了几乎 结果 （由于一词多义所引起）；以及检索结果集中有 所有信息检索和数据库系统的基础。 大量的重复信息等。 基于布尔表达式的信息检索系统有两种类型， 除此之外，如果有的信息在内容上与用户的查 第一种系统让用户输入自己所要查询的内容，信息 询是高度相关的，但是没有使用查询词本身，例如 检索系统返回在某些字段中出现了用户的查询项 该信息使用的是查询词的同义词、近义词、高度相 的文档。这些字段由信息检索系统确定，其中可以 关词，这时，使用传统的信息检索技术不能将这些 包括标题、作者、关键词、摘要等。第二种系统要求 信息检索出来。个别时候，用户会遇到没有检索结 用户输入查询内容和出现的字段。如果有多项查询 果的情况，这时候与查询词的同义词、近义词和高 内容，那么用户查询词用布尔操作符 “与”（ ）、 89: 度相关词相关的信息可能是用户所需要的，检索系 “或”（ ）、“非”（ ）进行连接，信息检索系统返 ;