第４３卷湖北师范大学学报(自然科学版)Ｖｏｌ４３第２期ＪｏｕｒｎａｌｏｆＨｕｂｅｉＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ(ＮａｔｕｒａｌＳｃｉｅｎｃｅ)Ｎｏ２ꎬ２０２３基于ＣｏｎｃｅｐｔＮｅｔ语义的伪相关反馈信息检索方法潘敏１ꎬ刘宇１ꎬ裴全力２ꎬ李腾１(１湖北师范大学计算机与信息工程学院ꎬ湖北黄石４３５０００ꎻ２约克大学信息技术学院ꎬ安大略多伦多Ｍ２Ｊ４Ａ６)摘要:伪相关性反馈技术在信息检索领域应用广泛ꎬ在考虑词频和逆文档频率等重要特征时ꎬ传统的信息检索方法容易忽略查询词本身的语义信息ꎮ提出了一种基于语义的伪相关性反馈信息检索方法ＳＰＲＦ(Ｓｅ￣ｍａｎｔｉｃＰｓｅｕｄｏ－ＲｅｌｅｖａｎｃｅＦｅｅｄｂａｃｋ)ꎬ充分利用ＣｏｎｃｅｐｔＮｅｔ获取语义信息ꎬ不仅考虑了查询词在文档中的词频重要性ꎬ还将查询词的语义信息整合到伪相关反馈框架中ꎬ以改善查询扩展词的选择ꎮ在６个ＴＲＥＣ数据集上实验结果表明:ＳＰＲＦ方法对比较强基线模型和几种基于神经网络的方法在Ｐ＠１０和ＭＡＰ两个指标上具有显著提升ꎮ关键词:ＣｏｎｃｅｐｔＮｅｔꎻ伪相关反馈ꎻ查询扩展ꎻ信息检索中图分类号:ＴＰ３９１文献标志码:Ａ文章编号:２０９６－３１４９(２０２３)０２－００２８－１０ｄｏｉ:１０.３９６９/ｊ.ｉｓｓｎ.２０９６－３１４９.２０２３.０２.００５０引言在信息检索的过程中ꎬ用户为了方便ꎬ用作检索的查询词通常很简短ꎬ这增加了系统理解用户的真实意图的难度ꎮ伪相关反馈(Ｐｓｅｕｄｏ－ＲｅｌｅｖａｎｃｅＦｅｅｄｂａｃｋꎬＰＲＦ)技术针对上述问题提供了一种可行的解决方法ꎬ大量基于ＰＲＦ技术的检索模型[１~９]已被证明能帮助检索系统更好地去理解用户的查询意图ꎮ因为自然语言的多样性ꎬ会导致一词多义和多词同义的问题ꎮ考虑查询词的解释词、同义词和属性词能够获得更多信息去帮助选择查询扩展词ꎬ进而提高检索结果的精准度ꎮ因此本文考虑了将ＣｏｎｃｅｐｔＮｅｔ知识图谱的信息引入到伪相关反馈的查询扩展词的选择中ꎮ具体来说ꎬ在ＰＲＦ的基础上将ＣｏｎｃｅｐｔＮｅｔ作为查询的外部知识库ꎬ将ＣｏｎｃｅｐｔＮｅｔ的语义信息融入到查询词中ꎬ来提升伪相关反馈模型的检索性能ꎮ１相关工作ＰＲＦ一般从第一轮检索的伪相关文档中选择查询扩展词ꎬ并通过对扩展后的查询词进行二次检索来提高检索系统性能[１０]ꎮ１９７１年Ｒｏｃｃｈｉｏ等人在ＳＭＡＲＴ检索系统中的实验发现了伪相关反馈的有...
