山东大学学报(理学版)

作者：王雪彦,何婷婷,黄翔,王俊美,潘敏

单位：1.人工智能与智慧学习湖北省重点实验室, 湖北 武汉 430070;2.华中师范大学计算机学院, 湖北 武汉 430070;3.国家语言资源监测与研究网络媒体中心, 湖北 武汉 430070;4.华中师范大学国家数字化学习工程研究技术中心, 湖北 武汉 430070;5.华中师范大学数学与统计学学院, 湖北 武汉 430070;6.湖北师范大学计算机与信息工程学院, 湖北 黄石 435000

关键词：伪相关反馈,位置关系,查询扩展,

基金：国家自然科学基金资助项目(61532008,61932008);武汉市科技计划项目(2019010701011392);国家语委科研中心项目(ZDI135-135);湖北省重点研发计划项目(2020BAB017)

提出了一种基于文档内位置关系的伪相关反馈框架LRoc(location-based Rocchio framework)。该框架采用不同的核函数对候选词项在反馈文档中的位置进行建模,得到候选扩展词的位置重要度,并将其应用到经典的Rocchio模型中。该方法在选择和评估候选扩展词时,不仅考虑了词频,也考虑了词项位置的影响,有助于获取与查询更可能相关的扩展词。最后,在5种TREC数据集的实验结果表明:基于LRoc框架提出的3种模型(LRoc1、LRoc2和LRoc3)对比基线模型在MAP和P@20指标上具有显著提升。

来源：2021年第5期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2021年第5期