点击次数：

论文类型：期刊论文

发表时间：2015-05-15

发表刊物：中文信息学报

收录刊物：PKU、ISTIC、CSCD

卷号：29

期号：3

页面范围：155-161

ISSN号：1003-0077

关键字：信息检索;查询扩展;伪相关反馈;排序学习

摘要：查询扩展作为一门重要的信息检索技术,是以用户查询为基础,通过一定策略在原始查询中加入一些相关的扩展词,从而使得查询能够更加准确地描述用户信息需求.排序学习方法利用机器学习的知识构造排序模型对数据进行排序,是当前机器学习与信息检索交叉领域的研究热点.该文尝试利用伪相关反馈技术,在查询扩展中引入排序学习算法,从文档集合中提取与扩展词相关的特征,训练针对于扩展词的排序模型,并利用排序模型对新查询的扩展词集合进行重新排序,将排序后的扩展词根据排序得分赋予相应的权重,加入到原始查询中进行二次检索,从而提高信息检索的准确率.在TREC数据集合上的实验结果表明,引入排序学习算法有助于提高伪相关反馈的检索性能.