面向信息检索的近邻语言模型

• 作者: 李生 杨沐昀 韩中元 齐浩亮
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 信息检索 语言模型 近邻信息
• 年，卷（期）: 2011,（1）
• 页码范围: 66-70
• 分类号: TP391
• 字数: 3630字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2011.01.011

摘要

面向信息检索的语言模型对单篇文档构建语言模型,存在较严重的数据稀疏问题.该文认为利用文档的近邻信息能够更合理地反映词在文档中的分布,有助于数据稀疏问题的解决,因此将文档的近邻信息加入语言模型的平滑算法中,提出近邻语言模型.该文在TREC评测的典型文档集美国能源署文件(DOE)和<华尔街日报>(WSJ)数据集上测试了在不同近邻选择来源上近邻语言模型的性能.实验结果表明,近邻语言模型对检索性能有一定的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李生	哈尔滨工业大学计算机科学与技术学院	118	3318	28.0	56.0
2	杨沐昀	哈尔滨工业大学计算机科学与技术学院	35	429	9.0	20.0
3	韩中元	哈尔滨工业大学计算机科学与技术学院	4	25	3.0	4.0
4	齐浩亮	黑龙江工程学院计算机科学与技术系	12	37	3.0	6.0