基于PLSI的信息检索中查询扩展相关技术研究-计算机科学与技术专业论文.docxVIP

哈尔滨 哈尔滨工业大学工学硕士学位论文 - - I - 摘要 随着信息时代的到来，各种信息资源越来越丰富，尤其是互联网资源。 为了能够从这些海量数据中获取所需要的各种各样信息，需要高效的信息检 索系统，它是人们获取所需信息的钥匙。当前的信息检索系统普遍存在着很 难在持续快速增长的互联网上准确、全面地检索与用户查询要求相关的文档 的问题。针对这些问题，本文从文档文摘和查询扩展两个方面进行了研究， 在抽取文档文摘的基础上提出了基于概率潜在语义索引(PLSI, Probabilistic Latent Semantic Indexing)模型的查询扩展方法,并且将该方法同目前普遍采 用的其它相关反馈方法在检索性能上进行比较，来改进检索性能。 主要研究内容包括： 1.面向检索的文摘。本文对机械文摘的一般方法进行了研究，针对检索 任务，生成一个面向检索的文摘将对提高检索的效率起到积极的作用。本文 在语言模型框架下，验证了文摘在对检索性能上的影响。 2.基于概率潜在语义索引模型的查询扩展。该方法在对查询选取扩展词 时充分利用了语言成分以及自然语言词汇具有多义性和歧义性，并且考虑了 上下文对语义的限定等因素。通过在 TREC 测试集上进行的实验表明，相 对于未进行查询扩展的简单的语言模型，本文的方法在检索性能上取得了一 致性大幅的提高。 3.分析比较了基于 PLSI 的查询扩展方法和目前