面向稠密检索的伪相关反馈方法

伪相关反馈(PRF)机制是一种自动化的查询扩展(QE)技术,它利用原始查询和初次检索中前N篇文档蕴含的信息构建更加准确的查询,从而进一步提高信息检索系统的性能。但是,现有的面向稠密检索的PRF方法由于对文本的截断处理容易造成语义信息的缺失,而且在检索阶段的空间复杂度较高。针对上述问题,提出了一种基于段落级粒度且适用于长文本稠密检索的PRF方法 Dense-PRF。首先,通过计算语义距离从初次检索的前N篇文档中获得相关段落的向量;其次,对相关段落向量进行平均池化以得到QE项向量;然后,按照权重结合原始查询向量和QE项向量构建新的查询向量;最后,根据新的查询向量得到最终检索结果。在Robust04和WT2G两个经典长文本测试集上将Dense-PRF与基线模型进行了对比实验,相较于模型RepBERT+BM25,Dense-PRF在前20篇文档的准确率和归一化折现累计效益(NDCG)指标上分别提升了1.66、1.32个百分点和2.30、1.91个百分点。实验结果表明Dense-PRF能有效缓解查询与文档词汇不匹配的问题,并提升检索精度。

基于伪相关反馈的跨语言查询扩展

相关反馈是一种重要的查询重构技术，本文分析了两类相关反馈技术，一是按用户是否参与可分为伪相关反馈和交互式相关反馈，二是按作用于查询的方式可分为查询扩展与检索词重新加权。在此基础上，本文重点探讨了将相关反馈技术应用于跨语言信息检索，提出了翻译前查询扩展、翻译后查询扩展、翻译前与翻译后相结合的查询扩展三种方法。最后，本文通过伪相关反馈实验对这三种方法进行了比较，实验结果显示，三种跨语言查询扩展方法都能够有效地提高检索结果的精度，其中翻译后查询扩展方法相对更优越。此外，查询式的长度对不同跨语言查询扩展方法产生着不同程度的影响。

基于ConceptNet语义的伪相关反馈信息检索方法

伪相关性反馈技术在信息检索领域应用广泛,在考虑词频和逆文档频率等重要特征时,传统的信息检索方法容易忽略查询词本身的语义信息。提出了一种基于语义的伪相关性反馈信息检索方法SPRF(Semantic Pseudo-Relevance Feedback),充分利用ConceptNet获取语义信息,不仅考虑了查询词在文档中的词频重要性,还将查询词的语义信息整合到伪相关反馈框架中,以改善查询扩展词的选择。在6个TREC数据集上实验结果表明:SPRF方法对比较强基线模型和几种基于神经网络的方法在P@10和MAP两个指标上具有显著提升。

一种改进的基于伪相关反馈的查询扩展

在分析当前信息检索存在问题的基础上,以及简单介绍现有相关反馈和伪相关反馈的优缺点基础上,提出一种新的首页相关反馈的查询扩展方法,并引入网页特有的特征项给出一个改进的首页相关度计算方法。在采用TREC Web Track的测试数据的实验表明,在网页查询中该算法能有效的提高查询效率,较好的克服了原有伪相关反馈的缺点。

基于粒子群的图像检索相关反馈算法

将粒子群优化算法的进化搜索过程与用户的反馈过程有效结合,提出了一种基于粒子群的图像检索相关反馈算法,避免了初始检索对用户认知的影响以及对反馈效果造成的局限性,并使得用户对检索目标的理解逐渐清晰,能够有效全面的搜索图片库,同时避免多次反馈造成的算法效率和检索效果之间的矛盾.通过实验验证了算法的有效性.

基于矩阵加权关联规则挖掘的伪相关反馈查询扩展

提出一种面向查询扩展的矩阵加权关联规则挖掘算法,给出与其相关的定理及其证明过程.该算法采用4种剪枝策略,挖掘效率得到极大提高.实验结果表明,其挖掘时间比原来的平均时间减少87.84%.针对现有查询扩展的缺陷,将矩阵加权关联规则挖掘技术应用于查询扩展,提出新的查询扩展模型和更合理的扩展词权重计算方法.在此基础上提出一种伪相关反馈查询扩展算法——基于矩阵加权关联规则挖掘的伪相关反馈查询扩展算法,该算法能够自动地从前列n篇初检文档中挖掘与原查询相关的矩阵加权关联规则,构建规则库,从中提取与原查询相关的扩展词,实现查询扩展.实验结果表明,该算法的检索性能确实得到了很好的改善.与现有查询扩展算法相比,在相同的查全率水平级下,其平均查准率有了明显的提高.

基于内容图像检索中相关反馈技术的回顾

由于相关反馈技术能有效地提高基于内容图像检索的性能,使它成为图像检索系统中不可少的一部分.近年来相关反馈技术的研究正吸引着越来越多的关注,涌现出了许多算法.在简要介绍了基于内容图像检索后,文中讨论了相关反馈的交互过程和其中的重要环节,进一步分析了相关反馈中的学习问题及其特点,根据相关反馈算法所采用的检索模型把算法分为基于距离度量的方法、基于概率框架的方法和基于机器学习的方法,并在这个分类下对近年来有代表性的一些算法进行了分析和探讨,最后展望了相关反馈技术未来的发展方向.

iFind:一个结合语义和视觉特征的图像相关反馈检索系统

给出了一个结合语义与视觉特征信息的图像相关反馈检索系统—— i Find.系统通过图像的标注信息构造语义网络 ,并在相关反馈中与图像的视觉特征相结合 ,有效地实现了在两个层次上的相关反馈 ,在基于内容的图像检索中取得了较为理想的效果 ,具有一定的应用价值 .

基于模糊聚类表征的音频例子检索及相关反馈

避免先前基于例子的音频检索要按照监督机制训练不同类别的复杂的音频模板,直接从原始音频流中提取压缩域特征,使用时空约束机制进行压缩域特征的模糊聚类,用聚类结果的质心来表征整个音频例子,基于聚类质心完成相似度匹配,实现基于非监督机制的音频例子快速检索.并在检索过程中引入相关反馈,根据用户对检索结果的相关反馈调整检索结果,使其与用户的感官相似一致.实验结果表明,此种方法可以达到快速检索的效果,检索准确率可达85%以上.

图像检索中一种有效的SVM相关反馈算法

提出受限随机选择方法.首先对图像进行相似性排序;然后使用一个阈值限定随机选择的范围;最后在该范围内进行划分,在子范围内通过随机选择来扩大训练样本,较好地解决了小样本问题.另外,动态计算多个SVM分类器的权值,融合分类结果,较好地解决了相关反馈过程中用户的不同喜好问题.实验结果表明了该方法的有效性.

一种基于相关反馈的视频人脸算法

在保局投影算法(LPP)及支持向量机(SVM)的基础上提出了一种基于相关反馈的视频人脸识别算法.该算法通过合理的数据建模提取出视频中的时空连续性语义信息,同时能够发现人脸数据中内在的非线性结构信息而获得低维本质的流形结构,还能通过反馈学习来增加样本的标记类别.在UCSD/Honda视频人脸数据库和自采集数据库上进行比较的实验结果表明,该算法能够获得更好的识别效果.

综合颜色、纹理、形状和相关反馈的图像检索

提出了一种综合颜色、纹理和形状三种特征并进行多层检索的方法;同时,将相关反馈技术融合到算法中,通过调整特征间和特征内的权重来提高检索准确率。实现了一个图像检索原型系统,将不同实验结果进行了比较和分析。实验结果表明,提出的方法具有良好的检索效果。

基于语义的图像检索相关反馈技术

由于相关反馈技术能够有效地提高图像检索的查准率,近年来受到广泛的关注。在简要介绍基于语义的图像检索系统后,讨论了相关反馈的交互过程及重要环节,对现有的相关反馈算法进行了分析和总结。通过利用语义网络建立图像特征和语义特征之间的联系,提出了相关反馈技术在实际应用中需解决的问题,并展望了基于语义的图像检索中相关反馈的发展方向。

基于非负矩阵分解的相关反馈图像检索算法

提出了一种新的基于非负矩阵分解(NMF)的相关反馈检索算法.在每次反馈过程中,由用户标记与查询图像相似的正例样本的特征向量构成样本矩阵,进行NMF分解,得到NMF的基矩阵和样本的系数矩阵,然后根据分解所得的模型进行检索.由于NMF在一定程度上勾勒出了相关图像在基矩阵所代表的空间中的分布,因而可以有效地提高检索的查准率.使用由500幅图像组成的图像库进行实验,通过与特征加权以及支撑向量机相关反馈方法的比较表明,该方法通过交互的NMF相关反馈,确实能使图像检索的查准率得到较大的提高.

颜色、纹理、形状及相关反馈在图像检索中的应用

图像数据库的不断庞大使基于内容的图像检索成为研究热点,目前主要集中于底层特征的相似度匹配。文章重点介绍了颜色特征中的分块主色法,纹理特征中的灰度共生矩阵法和形状特征中的小波变换及不变矩法。在利用单一特征检索的基础上,该文提出了一种综合利用上述三种特征共同进行检索的方法。同时,还将相关反馈技术融合到算法中,通过权值矩阵的正负调整及三种特征系数的调整来提高检索准确率。由实验数据表明,文中的方法是很有效的。

基于特征融合和相关反馈的医学图像检索技术

目的探索新型医学图像检索技术 ,以方便用户高效快速地查询到所需图像。方法在分别研究基于颜色聚类、颜色纹理和形状等单一特征医学图像检索算法的基础上 ,提出了基于特征融合和相关反馈的医学图像检索算法。结果通过对 80 0幅标准临床内窥镜图像构成的数据库进行实验研究 ,分别给出了基于单一特征、特征融合以及相关反馈图像检索的查准率和查全率 ,并进行了比较分析。结论利用特征融合和相关反馈逐步求精的方法 ,实现了更有效、更快捷的医学图像检索能力。

一种运动数据检索的相关反馈算法

本文提出了一种基于Rank Boost的运动数据检索相关反馈算法.该算法具有以下二个方面的特点:首先,以KNN-DTW作为Rank Boost集成学习的弱排序器,在适应变长多变量时间序列(Variable-Length Multivariate Time Series,VLMTS)数据的同时,利用Rank Boost的集成性与高效性解决相关反馈实时性要求与VLMTS数据计算复杂度高的矛盾;其次,以本文提出的最小化排序经验损失和泛化损失风险作为Rank Boost集成学习目标,有效地克服了相关反馈小样本学习环境下的过拟合问题.在CMU动作库上的实验结果验证了该方法的有效性.

基于多特征融合和相关反馈的图像检索

鉴于单一视觉特征不能很好地表达图像内容,提出一种融合图像颜色、形状、纹理特征的图像检索方法。最后采用支持向量机(SVM)的相关反馈算法提高图像检索的准确度,缩小低层特征和高层语义之间的语义鸿沟。实验结果说明提出的方法具有良好的检索性能。

基于反馈日志分析的图像检索相关反馈方法

基于内容的图像检索是多媒体数据库研究的重要内容之一 近年来 ,采用用户相关反馈方法提高检索效率的研究已成为新的热点 用户相关反馈是一种交互式的渐进过程 ,如何提高反馈效率 ,减少交互次数是该技术面临的主要问题 提出一种通过对相关反馈历史数据进行在线分析从而加快反馈过程的新方法 对 10 0 0 0幅图像数据库的实验表明 ,与传统相关反馈技术相比 。

信息检索中的相关反馈技术综述

论述了信息检索中的向量空间模型、概率模型以及语言模型中所采用的相关反馈技术。其中主要介绍检索词的权重调整、查询扩展、文档相关反馈,以及语言模型中的查询语言模型和文档语言模型的调整。针对最近反馈方面的最新成果——基于term的反馈技术进行了探讨,指出了相关反馈在今后研究的方向,即提供个性化的如分层反馈和利用日志进行反馈,并讨论了相关反馈技术对检索性能的影响。