摘要
针对已有的基于贝叶斯网络的结构化文档检索模型存在的偏好小结构单元的问题,提出了一种改进的检索模型推理算法,算法考虑了结构单元对查询术语的覆盖程度,避免了在推理过程中只使用相关概率排序带来的问题。实验表明检索模型应用该推理算法能有效提高结构化文档的检索性能。
For the existing structured document retrieval model based on Bayesian network fa-vors small structural units,this paper presents an improved inference algorithm,which takes in-to account the level of the structural units covered by the terms and avoids the shortcoming of ranking structural units using only the probabilities of relevance in inference.Experiments show that the inference algorithm can effectively improve the performance of the structured document retrieval.
出处
《情报科学》
CSSCI
北大核心
2010年第11期1706-1709,共4页
Information Science
基金
河北理工大学科学研究基金项目(Z0801)
关键词
结构化文档
贝叶斯网络
信息检索
structured document
bayesian network
information retrieval
