基于结点权重模型的XML片段检索策略
当用户向XML检索引擎提交查询后,返回的结果通常远远多于用户的期望,返回结果中难免有一些不相关的文档或结点.对于以文档为中心的XML文档集合,XML片段检索是根据用户的查询,从XML检索引擎返回的XML文档或结点中抽取出仅包含数百字节的片段,用户可以通过该片段判断片段所在的XML文档或结点与查询的真实相关性,以决定是否有必要进一步阅读,从而有效地提高从XML文档中获取信息的效率.该文提出了基于结点权重模型的XML片段检索策略.该策略先利用结点权重模型ATG(平均主题概括强度)对XML文档集中的标签或路径设置权重,再将该权重用于BM25模型,得到BM25NW检索模型.在利用BM25NW检索出XML结点后,对结点中定长窗口进行评分,考察其是否适合作为片段内容.最后在保证信息冗余较小的条件下,选择得分较高的窗口内容组成片段返回给用户.INEX 2011片段检索任务上的评测结果显示,基于结点权重模型ATG的XML片段检索策略具有很强的竞争力,性能明显优于其它参赛系统.
XML片段检索、结点权重模型、平均主题概括强度、窗口
36
TP391(计算技术、计算机技术)
国家自然科学基金60803105,61173146;国家社会科学基金12CTQ042;江西省高等学校科技落地计划项目KJLD12022;江西省教育厅科学技术研究项目赣教技字11731号;This work is a part of our projects mainly supported by the National Natural Science Foundation of China under Grant Nos.60803105 and 61173146;National Social Science Foundation of China under Grant No.12CTQ042;the Science & Technology Project of Department of Education of Jiangxi Province under Grant No.11731
2013-10-10（万方平台首次上网日期，不代表论文的发表时间）
共16页
1729-1744
