基于团的markov网络信息检索模型71.ppt

基于团的Markov网络信息检索模型 甘丽新 王明文 张华伟 江西师范大学 2006年7月23日 大纲 研究背景 模型思想 模型方法 实验结果 进一步工作 研究背景 提高检索效率是信息检索研究的永恒主题 现有很多研究根据词之间的依赖关系进行直接扩展 在检索过程中加入有利于检索的信息改善检索结果 如何建立能刻划这种依赖关系的模型? 模型思想 考虑词与词之间的相关性对查询进行扩展,使查询包含更多的有用信息. 在Markov网络检索模型中，通过对检索词子网络结构的分析，提取出词网络中的最大完全子图－团。 同一子团中的词构成一个形式概念，由此把基于词的检索扩展为基于形式概念检索。通过团来提取词与词之间的依赖关系。 模型方法 (1)词的Markov网络构造 基于Markov网络是无向图的考虑，本文采用的是条件概率的综合指标，记为：