基于层次依赖的Markov网络信息检索扩展模型

摘要：

查询扩展是解决查询词与相关文档中的词不匹配而导致检索效率低下问题的关键技术之一。提出了基于层次依赖的Markov网络信息检索扩展模型。该模型综合考虑了候选词与查询词的层次距离、词间相关性、词节点的出度和路径等因素，通过层次依赖关系对候选词进行重新加权，选择与查询最为相关的候选词应用于信息检索扩展模型，有利于挖掘出更多潜在的、深层次依赖关系的查询候选词。在5个标准数据集上进行了实验，结果表明基于层次依赖的Markov网络信息检索扩展模型与未进行查询扩展的BM25模型相比，在3-avg和11-avg上分别提高了5%~41%和5%~70%不等，与基于直接相关的Markov网络信息检索扩展模型相比，该模型在总体检索效率上表现更优。

关键词：层次依赖、Markov网络、查询扩展、信息检索

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos.61173146,6127221;the Transformation Project of Scientific and Technological Achievements from Colleges and Universities in Jiangxi Province the Cooperation of Indus-tries, Universities and Research Institutes under Grant No. KJLD12022江西省高等学校科技落地计划;the Natural Science Foundation of Jiangxi Province of China under Grant No.20122BAB21103;the Humanities and Social Sciences Foundation of Jiangxi Provincial Universities under Grant No. JC1312

在线出版日期：2015-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1485-1493