基于混合相关的Markov网络信息检索扩展模型

• 作者: 涂伟 王明文 甘丽新 石松
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 混合相关 Markov网络 查询扩展
• 年，卷（期）: 2013,（4）
• 页码范围: 83-88,95
• 页数: 7页
• 分类号: TP391
• 字数: 6320字
• 语种: 中文

摘要

查询扩展是提高检索性能的有效方法.为了弥补在数据集中由于词对没有直接出现而导致无法统计出词问关系进行查询扩展的缺陷,该文通过提取Markov网络中的词团信息来量化词间的混合相关性,将强化后的词间混合相关性应用于信息检索扩展模型中.实验表明:基于混合相关的Markov网络信息检索扩展模型的检索效果优于基于直接相关的查询扩展模型;此外,该文提出的模型在总体检索性能上略优于基于团的Markov网络信息检索模型,但在词团提取上大大减少了计算开销.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王明文	江西师范大学计算机信息工程学院	115	1470	19.0	34.0
2	涂伟	江西科技师范大学光电子与通信重点实验室	23	202	8.0	13.0
3	甘丽新	江西科技师范大学光电子与通信重点实验室	18	171	7.0	13.0
4	石松	上海财经大学公共经济与管理学院	6	77	4.0	6.0