基于位置语言模型的中文信息检索系统的研究

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

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家社会科学基金重大项目12&2D223;湖北省自然科学基金重点项目2011CDA034;国家语委“十二五”重点项目ZDI125-1;国家“十二五”科技支撑计划课题2012BAK24B01;教育部/国家外国专家局高等学校学科创新引智计划项目B07042;华中师范大学中央高校基本科研业务费项目CCNU13A05014,CCNU13C01001,CCNU13F010;国家自然科学基金61300144

在线出版日期：2016-05-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：265-269