一种基于统计语义聚类的查询语言模型估计

• 作者: 何大庆 杨国纬 蒲强
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 语义聚类 独立分量分析 查询模型 相关模型 语言模型 伪相关反馈
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 224-231
• 分类号: TP391
• 字数: 5631字
• 语种: 中文

摘要

如何有效生成文档聚类并使用聚类信息提高检索效果是信息检索中的重要研究课题.如果假设文档中存在若干隐含的独立主题,那么文档可以看成是由这些隐含的独立主题混合噪声相互作用的结果.基于这个假设提出了一种基于独立分量分析的语义聚类技术,试图借助于独立分量分析的良好主题区分能力,将一组文档按照实际隐含的主题在语义空间上聚类.在语言模型的框架下,语义主题聚类将由用户初始查询按照一定的度量方式激活.利用激活语义聚类的信息估计一个反馈语义主题模型,并与初始查询模型一起形成新的查询模型.在5个TREC数据集上的实验结果表明:基于统计语义聚类估计的查询模型相比传统的查询模型以及其他基于聚类的语言模型在检索性能上有显著性提高.其主要原因是应用了和用户查询最相似的语义聚类信息来估计查询模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨国纬	电子科技大学计算机科学与工程学院	44	417	11.0	18.0
2	蒲强	电子科技大学计算机科学与工程学院	3	29	3.0	3.0
3	何大庆	匹兹堡大学信息科学学院	2	13	2.0	2.0