基于语义分组向量空间模型的Web新闻检索算法

• 作者: 张凤君 战忠丽 王强
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 向量空间模型 语义分组 信息检索 查准率 查全率
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 协议·算法及仿真
• 页码范围: 24-26
• 分类号: TP391
• 字数: 2286字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-7820.2011.04.008

摘要

针对Web新闻信息结构和内容特征,在分析了传统的向量空间模型存在不足的基础上,提出了根据特征词进行语义分组的向量空间模型.该模型将一篇新闻报道中的特征词从语义上划分为相对独立的4个组:时间、地点、人物和事件,进而形成了4个向量空间,并对每个向量空间进行特征项权值和相似度的计算.理论分析和实验结果表明,改进后的模型更适应Web新闻信息的检索,使查准率、查全率和查询速度都有所提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张凤君	北华大学计算机学院	8	7	2.0	2.0