資源描述：
《MARKOV網(wǎng)絡(luò)檢索模型的研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、摘要摘要隨著信息技術(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)的文本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(shí)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主要研究方向。本文分析了一種信息檢索模型一基于Markov網(wǎng)絡(luò)的信息檢索方法，它不同于傳統(tǒng)的基
2、于詞匯匹配的檢索方法，而是將計(jì)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。文章簡述了Markov網(wǎng)絡(luò)，“生的背景與研究概況、基本原理與思路的基礎(chǔ)，塒四個基于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
3、，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(shí)驗(yàn)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，可以極有效地提高檢索的效果。本文主要進(jìn)行了以下幾個方面的工作：1．對幾種Markov檢索模型進(jìn)行了詳細(xì)的綜述，并且對其核心的Markov網(wǎng)絡(luò)的構(gòu)造方法進(jìn)行了對比、總結(jié)；2．提出并運(yùn)用加強(qiáng)跌代的算法計(jì)算索引項(xiàng)的相關(guān)性柬構(gòu)造Markov網(wǎng)絡(luò)，并進(jìn)行多層次的網(wǎng)絡(luò)推理檢索。關(guān)鍵詞：Markov網(wǎng)絡(luò)，信息檢索，推理檢索模型，查詢證據(jù)源ABST
4、RA(?rABSTRACTAlongwiththequickdevelopmentoftheinternet,theinformationincreasesquicklyeveryday．HowtoobtaintheinformationthatcustomerswantfromlidsenOrmOUSIDsourcedatabasesisallimportantproblemforallusers．n地searchenginesarethemostvalidmeansatpresent．Traditionalretrievalmodels
5、onlymakeasimplematchbetweenaqueryandwordsinthedocuments,theireffectsarenotSOgoodinfluencedbyuncertainfactorsliketherelevancebetwefnthewords。Theintellectualizedinformationretrievalhasbeconleamajor他searchtopicbecausethetraditionalinformationretrievalCannotmeettherequirements
6、ofusers．WeanalysesMarkovnetworkretrievalmodel，itintegratescomputer、topologyandpossibilitywhichisapowerfultoolforrepresentationandinferenceofpossibilityknowledge．Weconsidertheretrievalmodelasaninferenceprocess．ItsisotropytakethequeryastheevidenceSOUI'Ce，therelevancedocument
7、islookeduponasactivedocument,improvingtheperformanceofinformationretrievalbyaddingusefulinformationintoretrievalprocess．Afterlistingtherese盯chbackgroundandthegeneraltheoryoftheMarkovnetworkinthisarticle，wesumming叩aboutfourinformationretrievalmodelsbasedontheMarkovnetwork．B
8、yusinglearningmechanism，analyzingandsmdyingofcorpusweusethecorrelationbetwoenwordsandcons
