基于词重要性的Markov网络查询扩展模型

• 作者: 王千千 罗文兵
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 词项图 Markov网络 查询扩展
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 网络与通信
• 页码范围: 89-94
• 页数: 6页
• 分类号: TP391
• 字数: 4751字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2017.11.017

摘要

词项权重已经广泛应用于信息检索模型中,针对传统的词项独立性假设的词袋模型的问题,本文将基于词重要性的词项权重的计算方法应用于Markov网络查询扩展模型中.该词项权重的计算方法须先建立文档的词项图,然后根据词项图得到词项的共现矩阵和词项间的概率转移矩阵,最后利用Markov链的计算方法得到词的权重.将得到的词项权重代入Markov网络扩展模型中,在5个标准数据集上的实验结果表明,采用基于词重要性的Markov网络查询扩展模型的检索结果优于传统的基于词袋的检索结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗文兵	江西师范大学计算机信息工程学院	13	26	2.0	4.0
2	王千千	江西师范大学计算机信息工程学院	1	0	0.0	0.0