- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于位置语言模型的中文信息检索系统的研究
第 42卷 第 7期 计 算 机 科 学 Vo1.42NO.7
2015年 7月 Computer Science July2015
基于位置语言模型的中文信息检索系统的研究
陈雅兰 胡小华 涂新辉 何婷婷
(华 中师范大学计算机学院 武汉430079) (德雷塞尔大学信息科学与技术学院 费城 19082)。
摘 要 在大多数现有的检索模型中常常忽略了如下事实:一个文档中匹配到的查询词项的近邻性和打分时所基于
的段落检索也可以被用来促进文档的打分。受此启发,提 出了基于位置语言模型的中文信息检索系统,首先通过定义
位置传播数的概念,为每个位置单独地建立语言模型;然后通过引入 KL-divergence检索模型,并结合位置语言模型给
每个位置单独打分;最后由多参数打分策略得到文档的最终得分。实验 中还重点比较 了基于词表和基于二元两种中
文索引方法在位置语言模型中的检索效果。在标准NTCIR5、NTCIR6测试集上的实验结果表明,该检索方法在两种
索引方式上都显著改善了中文检索系统的性能,并且优于向量空间模型、BM25概率模型、统计语言模型。
关键词 位置语言模型,近邻性,段落检索,传播数
中图法分类号 TP391 文献标识码 A DO1 10.11896/j.issn.1002—137X 2015.7.057
PositionalLanguageModel_basedChineseIR System
CHEN Ya-lan HU Xiao-hua’。 TU Xin-hui HE Ting-ting
(SchoolofComputerScience,CentralChinaNormalUniversity,Wuhan430079,China)
(CollegeofInfomr ationScienceandTechnology,DrexelUniversity,Philadelphia19082,USA)
Abstract Inmostexistingretrievalmodels,thefactsareoftenoverlookedthattheproximityofmatchedquerytermsin
adocumentandpassageretrievalusedtoscorecanalsobeexploitedtopromotescoringofrdocuments.Inspiredbythis,
aChineseinformationretrievalsystem basedon thepositional1anguagemode1wasproposed.Firstly。wedefinedthe
conceptofpropagatedcounttoestablishapositionallanguagemodelforeachposition.ThenthroughcombingKL-diver—
genceretrievalmodelandpositionallanguagemodel,wescoredforeachindividualpo sition.Finally,wescoredthedocu—
mentbythemulti—parameterstrategy.TheexperimentalsofocusesoncomparingtheretrievaleffectofthetwoChinese
indexingapproachesnamedmulticharacter—basedanddictionary-basedonpositionallanguagemodels.Experimentson
standardNTCIR5,NTCIR6testsetsshow thattheperformanceofthetwoindexingapproachesofIR system improves
greatlyanditperfomr
文档评论(0)