采用相关反馈和文档相似度的维吾尔语检索词加权方法

针对维吾尔语Web文档的有效检索问题,提出一种基于相关反馈和文档相似度的检索词加权方法.首先,对维吾尔语文档进行预处理,获得相应的词干集.然后,当用户输入多个检索词时,执行初始检索,并基于局部相关反馈思想提取出排名靠前的N个文档.接着,利用TF-IDF算法计算检索词与反馈文档之间的词频相似度,通过余弦距离计算文档之间的相似度,并以此对检索词进行两次加权.最后,根据加权后的检索词进行文档检索.实验结果表明:该方法能够准确地检索出用户所需的文档,并将其靠前排序.

相关反馈技术中的检索词排序算法

相关反馈是近年来信息检索领域的研究热点 ,是自动查询扩展中的一种重要形式 ,相关反馈主要包括检索词加权和检索词选择。本文介绍了在相关反馈技术中经典的检索词排序算法 ,对它们带来的性能改进做了比较 ,并提出了相关反馈的实际应用中需要解决的一些问题。

一种基于加权网络和句子窗口方案的信息检索模型

经典的信息检索模型在文档表示上多采用词袋模型，与此不同，本文提出了一种基于加权网络的信息检索模型。在这一模型中，文档被表示为一个加权共词网络，词汇在文档中的重要性通过词项节点在网络中的重要性加以衡量。基于固定窗口平移和句子窗口方案，本文提出了文本游走模型Textrank的四个检索模型变种，分别是Win_Weighted_Textrank、Sent_Weighted_Textrank、Win_Weighted_Posrank和Sent_Weighted_Posrank。在ReuterRCVl上的实验证明，与无权网络模型Textrank、Posrank相比，本文提出的模型能显著地提升检索效果。