基于伪反馈的有效XML查询扩展

来源：计算机科学与探索杂志2016年第12期北京时间：

作者：钟敏娟，万常选，刘德喜，江腾蛟，刘爱红

单位：1. 江西财经大学 信息管理学院，南昌 3300132. 江西财经大学 数据与知识工程江西省高校重点实验室，南昌 330013

摘要：伪反馈（pseudo relevance feedback，PRF）一直以来都被认为是一种有效的查询扩展技术。然而传统的伪反馈容易带来主题漂移，从而影响检索性能。如何确定高质量的相关文档集，以及如何从相关文档集中挑选有用的扩展词项，是解决伪反馈中查询主题漂移的两个重要方面。对此，针对XML（extensible markup language）文档，提出了一个解决框架：一方面，研究了XML伪反馈文档查找方法，在充分考虑XML内容和结构特征的前提下，提出了基于检索结果聚类和两阶段排序模型相结合的高质量XML伪相关文档查找技术；另一方面，针对CO（content only）查询，对词项扩展进行了研究，提出了带结构语义的词项权值计算方法。一系列的相关实验数据表明，所提的XML伪反馈查询扩展方法能有效地减少查询主题漂移现象，获得更好的检索质量。

关键词：XML伪反馈,检索结果聚类,排序,查询扩展