基于PMI-IR的联想词表构造方法研究

• 作者: 张仰森 张泽伟 矫健
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 逐点互信息方法 联想词表 查询日志
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 140-144
• 页数: 5页
• 分类号: TP301
• 字数: 5900字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2014.06.035

摘要

通过对大规模查询日志进行挖掘分析进而提高检索的准确率一直是信息检索领域的热点问题。文章提出一种基于PMI-IR(逐点互信息方法)的联想词表构造方法。该方法利用序列模式挖掘算法扫描大规模用户查询日志，获取共现频次超过某一阈值的词组合，进行聚类获取候选同义词集，然后依次计算词wordA与每个候选词的相似度，选择相似度高于某一阈值的词作为词wordA的联想词集，最后形成联想词表。实验表明，借助该方法得到的联想词表进行扩展查询提高了检索的准确率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仰森	北京信息科技大学计算机学院智能信息处理研究所	104	721	15.0	23.0
2	张泽伟	北京信息科技大学计算机学院智能信息处理研究所	2	14	2.0	2.0
3	矫健	北京信息科技大学计算机学院智能信息处理研究所	2	5	2.0	2.0