Markov Graphic Method for Information Retrieval
Markov Graphic Method for Information Retrieval
复制标题
马尔可夫图解信息检索方法
DOI：
10.1007/978-3-642-23887-1_62
复制
发表时间：
2011-09
期刊：
影响因子：
--
通讯作者：
Hao Ye
中科院分区：
文献类型：
--
作者：
Jiali Zuo;Mingwen Wang;Hao Ye
信息检索模型是信息检索中的核心问题，一直是众多研究者研究的热点。但在过去的十年里，没有一个单一的检索模型被证明是最有效的。其中一个原因是独立假设。研究表明，在检索模型中加入有用信息可以提高检索模型的性能。由于图模型可以有效地对信息进行建模，本文采用马尔可夫网络来构造术语关系，将术语关系和信息检索模型统一建模。实验结果表明，该模型能够提高检索性能.
Information retrieval model is central in information retrieval, which have been studied by many researchers. But over the decade, no single retrieval model has proven to be most effective. One of the reasons is the term independent assumption. Research have shown that adding useful information to retrieval model can improve the performance of retrieval model. As graphical model can model information effectively, we use Markov network to construct the term relationship, and model the term relationship and information retrieval model in a unified framework. Experimental results show that our model can improve the retrieval performance.
登录
查看更多内容
DOI：
10.1145/1394251.1394271
发表时间：
2008-06
期刊：
SIGIR Forum
影响因子：
--
作者：
Donald Metzler
通讯作者：
Donald Metzler
DOI：
10.1145/1835449.1835546
发表时间：
2010-07
期刊：
Proceedings of the 33rd international ACM SIGIR conference on Research and development in information retrieval
影响因子：
--
作者：
Yuanhua Lv;ChengXiang Zhai
通讯作者：
Yuanhua Lv;ChengXiang Zhai
影响因子：
22.7
作者：
SALTON, G;WONG, A;YANG, CS
通讯作者：
YANG, CS
DOI：
10.1145/1835449.1835505
发表时间：
2010-07
期刊：
Proceedings of the 33rd international ACM SIGIR conference on Research and development in information retrieval
影响因子：
--
作者：
Maryam Karimzadehgan;ChengXiang Zhai
通讯作者：
Maryam Karimzadehgan;ChengXiang Zhai
DOI：
10.1145/860435.860482
发表时间：
2003-07
期刊：
Proceedings of the 26th annual international ACM SIGIR conference on Research and development in informaion retrieval
影响因子：
--
作者：
Makoto Iwayama;Atsushi Fujii;N. Kando;Yuzo Marukawa
通讯作者：
Makoto Iwayama;Atsushi Fujii;N. Kando;Yuzo Marukawa