伪相关反馈技术已经成功应用于改善信息检索质量。现有技术基于单一的搜索引擎(模型),并假设该引擎返回的顶端文档与查询相关。然而,这个假设并不一定正确,因为顶端文档列表中通常会包括非相关的噪音文档。针对这个问题,本文提出群体伪相关反馈技术,利用多个搜索引擎(模型)选择可靠的文档供相关反馈使用。在实验中,除了基于KL的检索模型之外,另外两种检索模型(TFIDF和OKAPI)被用来改善相关反馈效果。在四个文档集上的实验结果验证了方法的有效性。
相关报道:
特别声明:本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者在两周内速来电或来函联系。