一种基于潜在语义的Markov网络信息检索模型

扫码查看

原文链接

NETL

中文摘要：在信息检索中,查询与文档集的词不匹配使得查询的查全率(recall)和查准率(precision)均较低.为了提高检索效果,查询扩展是一种较好的方法.Markov网络是一种图形表示方法,它具有很好的学习机制,并能有效表示知识关联.本文利用奇异值分解(SVD)提取词之间潜在语义(LS)构造Markov知识网络,用该网络来进行查询扩展.实验表明,基于潜在语义的Markov网络信息检索模型可以极有效地提高检索效果.

作者：

盛俊、王明文、余俊英

展开 >

作者单位：

江西师范大学计算机信息工程学院,南昌,330027

关键词：

潜在语义查询扩展 Markov网络信息检索查全率查准率

主办单位：

中国中文信息学会

中国科学院计算机技术研究所

会议名称：

第二届全国信息检索与内容安全学术会议

会议时间：

2005-10-27

会议地点：

北京

会议母体文献：

大规模信息检索与内容安全

页码：

1-10

出版时间：

2005