导 师: 汤庸
学科专业: H1202
授予学位: 硕士
作 者: ;
机构地区: 中山大学
摘 要: 排序是信息检索的核心问题,因为一个搜索系统的好坏主要由它的排序结果的正确率来评价。信息检索中提出了许多排序模型。直到最近,被称为“排序学习”的机器学习技术被深入应用于这个任务。在过去的大部分工作中,一个单一的排序模型被用来处理所有的查询。这可能是不太恰当的,因为不同的查询之间往往有比较大的差异。 本文首先论述对于不同的查询,采用不同的排序模型的必要性。然后提出一个通用的依赖于查询的排序学习框架。该框架是基于查询聚类的。该框架将训练查询表示成查询特征空间的一个点。在排序的时候,给定一个测试查询,框架找出与它接近的训练查询,构建一个依赖于测试查询的训练集,然后用这个训练集训练一个模型,最后使用这个模型对与测试查询关联的文档进行排序。这个框架对于改善排序的精度确实是有帮助的,因为它利用了相似查询的有用信息,同时避免了不相似查询的负面影响。 当进行查询聚类的时候,使用的查询特征以及查询相似性的计算,对于聚类的精度是非常关键的。从以前的工作中,我们知道同样的特征对于不同的查询,它的区分度是不一样。本文提出了一种新颖的查询相似性表示方法:利用特征的区分度将查询表示成一个特征排序,然后本文使用特征排序的相似度来表示查询的相似度。本文构建依赖于测试查询的训练集时,使用了两种方法来选择相似的查询:knn和固定距离的算法。 本文在letro(trec,ohsumed)数据集上进行实验。实验结果表明,依赖于查询的排序方法要优于使用单一排序模型进行排序的方法。
领 域: [自动化与计算机技术] [自动化与计算机技术] [文化科学]