基于Markov网络的检索模型

摘要：

基于Markov网络的信息检索模型提出一种贝叶斯网络推广的检索模型,该模型利用词项在文档集中的共现信息来构造Markov网络,通过该索引项子Markov网络来加载附加查询证据源,计算文档与查询之间的相关性概率,由此概率进行文档排序.实验结果表明,本文提出的Markov网络模型比其他传统的检索方法具有更优的检索性能.

关键词： Markov网络 信息检索模型 查询证据源

作者: 曹瑛 王明文 陶红亮

作者单位: 江西师范大学,计算机信息工程学院,江西,南昌,330022

会议类型: 国内会议

会议名称: 第四届全国搜索引擎和网上信息挖掘学术研讨会(SEWM2006)

会议地点: 济南

会议语种:中文

页码: 126-130

在线出版日期: 2006-07-21（万方平台首次上网日期，不代表论文的发表时间）