基于团模型的文档重排算法研究  

Document Re-ranking Based on Clique Model

作　　者：付剑波[1] 王明文[1,2] 罗远胜[3] 张华伟[3] 

机构地区：[1]江西财经大学信息管理学院,江西南昌330013 [2]江西师范大学计算机信息工程学院,江西南昌330022 [3]江西财经大学现代教育技术中心,江西南昌330013

出　　处：《中文信息学报》2009年第1期71-78,共8页Journal of Chinese Information Processing

基　　金：国家自然科学基金资助项目(60663007);江西省科技攻关项目(20062184);江西省教育厅科技项目(20072129);江西省自然科学基金资助项目(2007GZS2168)

摘　　要：为了满足用户对信息检索结果准确不断提高的需求,尽可能应用那些与查询及检索结果有关的信息进行查询结果优化是一种有效的手段。查询扩展和结果重排就是利用附加信息进行检索结果优化的方法。该文提出了基于文档团的文档重排模型(DCRM模型),此模型通过对文档集的学习,构造文档与文档关系的Markov网络,提取出文档Markov网络中的"文档团",应用文档团信息进行文档重排。在adi、cacm、med、cisi和cran五个数据集上的实验结果表明,本文提出的基于文档团的文档重排模型较BM25模型性能得到有效提高。Document re-ranking is an effective measure to meet the user＇s demand on high- precision information retrieval. This paper presents a document re ranking model based on document clique, which is extracted from the document Markov network constructed form corpus. The incorporation of the document clique information into document re-ranking is proved valid with better precision than the BM25 model over adi, cacm, med, cisi and cran datasets.

关 键 词：计算机应用 中文信息处理 MARKOV网络 文档团 文档重排 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]