一种基于加权网络和句子窗口方案的信息检索模型-武汉大学信息检索.pdf

情报学报 ＪＯＵＲＮＡＬ ＯＦ ＴＨＥ ＣＨＩＮＡ ＳＯＣＩＥＴＹ ＦＯＲ ＳＣＩＥＮＴＩＦＩＣ 　 　 　 ＩＳＳＮ １０００ －０１３５ ＡＮＤ ＴＥＣＨＮＩＣＡＬ ＩＮＦＯＲＭＡＴＩＯＮ ＩＳＳＮ １０００－０１３５ 第卷第期 ， 年月 ３２ ８ ７９７ －８０４ ２０１３ ８ Ｖｏｌ．３２　 Ｎｏ．８，７９７ －８０４ Ａｕｇｕｓｔ　 ２０１３  ｄｏｉ：１０．３７７２／ ｊ．ｉｓｓｎ．１００００１３５．２０１３．０８．００２ １） 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 、 、 和 。在 Ｗｉｎ＿Ｗｅｉｇｈｔｅｄ＿Ｔｅｘｔｒａｎｋ Ｓｅｎｔ＿Ｗｅｉｇｈｔｅｄ＿Ｔｅｘｔｒａｎｋ Ｗｉｎ＿Ｗｅｉｇｈｔｅｄ＿Ｐｏｓｒａｎｋ Ｓｅｎｔ＿Ｗｅｉｇｈｔｅｄ＿Ｐｏｓｒａｎｋ Ｒｅｕｔｅｒ ＲＣＶ１ Ｔｅｘｔｒａｎｋ Ｐｏｓｒａｎｋ 上的实验证明，与无权网络模型 、 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 Ｒｅｔｒｉｅｖａｌ Ｍｏｄｅｌ Ｂａｓｅｄ ｏｎ Ｗｅｉｇｈｔｅｄ Ｇｒａｐｈ ａｎｄ Ｓｅｎｔｅｎｃｅ Ｌｕ Ｗｅｉ ａｎｄ Ｃｈｅｎｇ Ｑｉｋａｉ （ ， ， ） Ｃｅｎｔｅｒｆｏｒ Ｓｔｕｄｉｅｓ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｒｅｓｏｕｒｃｅｓ Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ Ｗｕｈａｎ ４３００７２ Ａｂｓｔｒａｃｔ　 　 （ ） ， Ａ ｓｔａｎｄａｒｄ ａｐｐｒｏａｃｈ ｔｏ Ｉｎｆｏｒｍａｔｉｏｎ Ｒｅｔｒｉｅｖａｌ ＩＲ ｉｓ ｔｏ ｍｏｄｅｌ ｔｅｘｔ ａｓ ａ ｂａｇ ｏｆ ｗｏｒｄｓ． Ａｌｔｅｒｎａｔｉｖｅｌｙ ｔｈｉｓ ｐａｐｅｒ ｐｒｏｐｏｓｅｓ ａ ｗｅｉｇｈｔｅｄ ｇｒａｐｈ ｂａｓｅｄ ｉｎｆｏｒｍａｔｉｏｎ ｒｅｔｒｉｅｖａｌ ｍｏｄｅｌ ｗｈｉｃｈ ｅｘｐｒｅｓｓｅｓ ｄｏｃｕｍｅｎｔ ａｓ ａ ｗｅｉｇｈｔｅｄ ｃｏｗｏｒｄｓ ｎｅｔｗｏｒｋ． Ｗｅ ｍｅａｓｕｒｅ ｔｈｅ “ｅｌｉｔｅｎｅｓｓ”ｏｆ ａ ｔｅｒｍ ｂｙ ｗｅｉｇｈｔｅｄ ｔｅｘｔｒａｎｋ． Ｗｉｔｈ ｔｈｅ ｓｅｔｔｉｎｇ ｌｉｓｔｅｄ ａｂｏｖｅ，ｔｈｉｓ ｐ