徐 博，林鸿飞，林 原，王 健

(大连理工大学，辽宁 大连 116024)



一种基于排序学习方法的查询扩展技术

徐 博，林鸿飞，林 原，王 健

(大连理工大学，辽宁 大连 116024)

查询扩展作为一门重要的信息检索技术，是以用户查询为基础，通过一定策略在原始查询中加入一些相关的扩展词，从而使得查询能够更加准确地描述用户信息需求。排序学习方法利用机器学习的知识构造排序模型对数据进行排序，是当前机器学习与信息检索交叉领域的研究热点。该文尝试利用伪相关反馈技术，在查询扩展中引入排序学习算法，从文档集合中提取与扩展词相关的特征，训练针对于扩展词的排序模型，并利用排序模型对新查询的扩展词集合进行重新排序，将排序后的扩展词根据排序得分赋予相应的权重，加入到原始查询中进行二次检索，从而提高信息检索的准确率。在TREC数据集合上的实验结果表明，引入排序学习算法有助于提高伪相关反馈的检索性能。

信息检索；查询扩展；伪相关反馈；排序学习

1 引言

查询扩展是一门重要的信息检索技术，它能够利用自然语言处理等多种方法对用户提交的查询进行分析和完善，进而提升信息检索的性能。伪相关反馈技术是当前较为热门的一种查询扩展方法，它假设用户提交查询进行初次检索后得到的前N篇文档与原始查询是相关的，而在这些文档中出现频率较高的词与原始查询也更为相关，因此可以从中提取一些高频词来对原始查询进行补充，从而更加准确地理解用户的信息需求。……