MARKOV網(wǎng)絡(luò)檢索模型的研究.pdf

1、隨著信息技術(shù)的發(fā)展，互聯(lián)網(wǎng)中的數(shù)據(jù)呈現(xiàn)出數(shù)據(jù)爆炸的趨勢，信息檢索系統(tǒng)已經(jīng)成為人們獲取有用信息不可缺少的工具。傳統(tǒng)的信息檢索方法的基本思路為，查詢式和預(yù)存的文本關(guān)鍵詞的自動匹配工作，兩者相符的文本被檢出。但是大量事實表明，這種通過詞匯簡單匹配檢索出的結(jié)果并不是最優(yōu)的，原因在于詞匯間的同義性和單個詞匯的歧義性。用戶在查找信息時雖然知道自己的需求，但卻不能很好的用文字表達(dá)出來，因此開發(fā)出一種工具來自動生成用戶需求的輔助信息成為了信息檢索的一個

2、主要研究方向。 本文分析了一種信息檢索模型—基于Markov網(wǎng)絡(luò)的信息檢索方法，它不同于傳統(tǒng)的基于詞匯匹配的檢索方法，而是將計算機(jī)科學(xué)、圖論、概率論的思想、技術(shù)融合起來，將文檔檢索看成是圖形推理過程。Markov網(wǎng)絡(luò)被廣泛用于不確定性知識表示和推理，以及變量之間的證據(jù)傳遞，是處理不確定性問題的有力工具。檢索推理網(wǎng)絡(luò)是將查詢作為證據(jù)源，被激活的文檔視為相關(guān)文檔，將與查詢密切相關(guān)的信息也作為證據(jù)源檢索回更多的相關(guān)文檔，提高檢索效果。

3、 文章簡述了Markov網(wǎng)絡(luò)產(chǎn)生的背景與研究概況、基本原理與思路的基礎(chǔ)，對四個基于Markov網(wǎng)絡(luò)的檢索模型進(jìn)行了綜述。通過對訓(xùn)練文檔集的學(xué)習(xí)，我們以詞與詞之間的關(guān)聯(lián)性來構(gòu)造Markov網(wǎng)絡(luò)，利用網(wǎng)絡(luò)中的無向邊，通過多層推理激活與查詢詞密切相關(guān)的詞作為查詢附加證據(jù)源，使得檢索回的信息更加完善。在五個英文標(biāo)準(zhǔn)數(shù)據(jù)集上進(jìn)行測試和結(jié)果分析，大量的實驗結(jié)果表明，我們的幾個模型都比Bayies網(wǎng)絡(luò)模型、BM25等模型表現(xiàn)的更好，可以極有效