【技术实现步骤摘要】
本专利技术属于信息检索领域，具体涉及数据融合技术中线性组合法的权重分配策 略。
技术介绍
在信息检索任务中，相关性一直是人们对检索结果质量进行评价的一个重要指 标。一个好的结果排名绝不会给出大量不相关的检索结果。传统的信息检索系统往往根据 文档和给定查询之间的相关性程度进行排名，这在相关文档比较少的情况下是很合理的。 然而对于有较多相关文档的情况，检索结果中就可能有较多的重复的相关文档。现在很多 信息检索系统，特别是Web检索，在计算文档与查询的相关程度过程中不仅考虑相关性特 征，还考虑其间的多样性或者是新颖性特征。 本专利技术尝试从数据融合角度找到解决检索多元化问题的方法。以往的研究[1，2] 表明了数据融合技术是有可能提高检索性能的，但是它们更多的仅仅关注了相关性，因此 针对信息检索结果多元化，一些数据融合方法应该做一些调整。 线性组合法是数据融合方法中一种比较典型的方法。该方法特别灵活，其获得较 好融合效果的关键在于权重分配，不同的权重分配方法会给融合带来不同的效果。目前，已 有的一些分配权重策略考虑了两个因素。一个是成员信息检索系统的性能（或有效性）。具 有相对良好检索性能的信息检索系统，应该给予一个较大的权重，而对于性能较差的，则应 该给它分配较小的权重。另一个因素是成员信息检索系统之间的差异性。如果一个信息检 索系统的检索结果与其他信息检索系统的结果的差异性越大，或者说和其他信息检索系统 相比越不相似，那么它应当获得较大的权重，反之则应该被分配一个较小的权重。文献[3] 了一种仅考虑性能权重分配方法，考察了...
【技术保护点】
一种支持信息检索结果多元化的数据融合方法，其特征在于先在一组训练数据上处理获得各个信息检索系统的权值，再采用线性组合法对所有信息检索系统的结果进行融合，具体步骤如下：步骤一，假设共有t个信息检索系统，对于同一个查询q，每个信息检索系统都从相同数据库中搜索，得到由若干文档构成的有序序列即检索结果ri(1≤i≤t)；步骤二，挑选一个检索结果ri和另一个检索结果rj，在ri，rj的基础上构造超级结果r；记ri中排在第k位置上文档所覆盖的子主题集合为Si(k)，rj中同样的k位置上的文档所覆盖的子主题集合为Sj(k)，在相同位置k上，超级结果中的文档所覆盖的子主题集合为Si(k)∪Sj(k)；对于所有的k(k＝1，2，3，....，n，n是检索结果的长度)，按照该方法构造，从而得到ri和rj上的超级结果r，其中1≤i≤t，1≤j≤t，且i≠j；步骤三，使用性能指标ERR‑IA@20评价所述ri，rj和r，所得到的性能值依次记为p(ri)，p(rj)和p(r)；根据p(ri)，p(rj)和p(r)值计算ri对rj的补充程度ci(j)，计算公式如下：ci(j)=p(r)-p(rj)p(r)]]>步...
【技术特征摘要】
1. 一种支持信息检索结果多元化的数据融合方法，其特征在于先在一组训练数据上 处理获得各个信息检索系统的权值，再采用线性组合法对所有信息检索系统的结果进行融 合，具体步骤如下： 步骤一，假设共有t个信息检索系统，对于同一个查询q，每个信息检索系统都从相同 数据库中搜索，得到由若干文档构成的有序序列即检索结果A(Ki<t); 步骤二，挑选一个检索结果A和另一个检索结果在&的基础上构造超级结果r;记&中排在第k位置上文档所覆盖的子主题集合为Si(k)，&中同样的k位置上的文档 所覆盖的子主题集合为Sj(k)，在相同位置k上，超级结果中的文档所覆盖的子主题集合为 Sjk)USj(k);对于所有的k(k= 1，2,3，....，n，n是检索结果的长度），按照该方法构造， 从而得到A和rj上的超级结果r，其中1彡i彡t，1彡j彡t，且i关j; 步骤三，使用性能指标ERR-IA020评价所述rj和r，所得到的性能值依次记为p(...
【专利技术属性】
技术研发人员：李洁玉，黄春兰，吴胜利，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。