一种基于分类的扩展向量空间信息检索模型研究与应用

摘要：

为了提高信息检索系统检索性能,针对信息检索系统中普遍使用的向量空间模型(VSM)所固有的缺陷,提出一种新的基于分类和扩展向量空间模型CE-VSM(Classifier Expand-Vector Space Model).该模型对传统的空间向量法进行了改进,引入分词技术、朴素贝叶斯分类器和专业词库,重新定义了资源特征向量和查询索引项的内容,参考关键词出现的频率及其在所描述的资源中所起的作用等因素来计算特征索引项和资源向量的权重值.在此基础上,又对查询索引项使用了基于专业词库的扩展策略.实验证明该模型使检索能够在相对精确的范围内进行,提高检索查准率和查全率,改善了信息检索系统的性能.

关键词：CE-VSM、朴素贝叶斯分类器、专业词典、同义扩展

所属期刊栏目：10

分类号：TP391.3(计算技术、计算机技术)

在线出版日期：2011-01-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：8164-8167