廖亚男，王明文，左家莉，吴根秀，甘丽新

(1. 江西师范大学 计算机信息工程学院，江西 南昌 330022；2. 江西师范大学 数学与信息科学学院，江西 南昌 330022；3. 江西科技师范大学，江西 南昌 330038)

基于多层Markov网络的信息检索模型

廖亚男1，王明文1，左家莉1，吴根秀2，甘丽新3

(1. 江西师范大学 计算机信息工程学院，江西 南昌 330022；2. 江西师范大学 数学与信息科学学院，江西 南昌 330022；3. 江西科技师范大学，江西 南昌 330038)

随着信息检索技术的不断发展，挖掘更加有效的信息来提高检索精度成为研究热点，已有的研究表明在检索过程中有效地融合各种信息将得到更好的检索效果。对一个具体查询而言，可以充分利用与已有查询的相关性、词语相关性和文档相关性等信息进行查询扩展和重构。基于这种思路，该文分别构造查询网络、词网络和文档网络，提出了多层Markov网络的信息检索模型，模型可以融合词间关系、文档间关系和查询间关系，为了有效降低计算量，给出了基于团计算模型。在标准数据集上的实验表明该文的模型能够有效融合三类信息，并较大幅度地提高检索效果。

信息检索；多层Markov网络；查询扩展；团

1 引言

信息检索的核心的问题是如何从海量信息中快速地检索出与用户需求相关的内容。Fox E A, Nunn G L[1]等提出并证明把有效的附加信息融合至信息检索中将产生更好的检索效果。查询扩展就是利用附加信息的方法来提高检索效果，为了改善信息检索中的召回率，这种方法将初始查询句增加新的关键字来重构查询，使查询包含更多的有效信息，从而找出更多的相关文档。……