基于位置语言模型的中文信息检索系统的研究

• 作者: 何婷婷 涂新辉 胡小华 陈雅兰
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 位置语言模型 近邻性 段落检索 传播数
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 265-269
• 页数: 5页
• 分类号: TP391
• 字数: 6993字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2015.7.057

摘要

在大多数现有的检索模型中常常忽略了如下事实:一个文档中匹配到的查询词项的近邻性和打分时所基于的段落检索也可以被用来促进文档的打分.受此启发,提出了基于位置语言模型的中文信息检索系统,首先通过定义位置传播数的概念,为每个位置单独地建立语言模型;然后通过引入KL-divergence检索模型,并结合位置语言模型给每个位置单独打分;最后由多参数打分策略得到文档的最终得分.实验中还重点比较了基于词表和基于二元两种中文索引方法在位置语言模型中的检索效果.在标准NTCIR5、NTCIR6测试集上的实验结果表明,该检索方法在两种索引方式上都显著改善了中文检索系统的性能,并且优于向量空间模型、BM25概率模型、统计语言模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡小华	华中师范大学计算机学院	3	63	2.0	3.0
3	何婷婷	华中师范大学计算机学院	71	1176	21.0	32.0
4	涂新辉	华中师范大学计算机学院	6	82	4.0	6.0
7	陈雅兰	华中师范大学计算机学院	1	4	1.0	1.0