基于Markov网络的信息检索扩展模型

摘要：

为了解决信息检索性能较差的问题,查询扩展将索引项之间的关系以及文档之间的相似度引入到检索中,这个过程可以通过构造知识网络来进行.Markov网络是一种有效的知识关联图形表示方法,可以从实例数据训练获得.本研究提出并实现了基于Markov网络的信息检索扩展模型,通过对文档集的学习,构造了关于索引项和文档的Markov网络,将有利于检索的信息加入到检索中.实验表明,基于Markov网络的信息检索扩展模型优于BM25模型。

关键词： 查询扩展 Markov网络 信息检索扩展模型 索引项

作者: 左家莉 王明文 王希

作者单位: 江西师范大学,计算机信息工程学院,南昌,330027 南昌教育学院,信息工程系,南昌,330006

会议类型: 国内会议

会议名称: 第三届全国搜索引擎和网上信息挖掘学术研讨会

会议地点: 北京

会议语种:中文

页码: 1847-1852

在线出版日期: 2005-09-26（万方平台首次上网日期，不代表论文的发表时间）