基于检索结果排序的伪相关反馈

摘要 针对传统伪相关反馈（PRF）算法扩展源质量不高使得检索效果不佳的问题，提出一种基于检索结果的排序模型（REM）。首先，该模型从初检结果中选择排名靠前的文档作为伪相关文档集；然后，以用户查询意图与伪相关文档集中各文档的相关度最大化、并且各文档之间相似性最小化作为排序原则，将伪相关文档集中各文档进行重排序；最后，将排序后排名靠前的文档作为扩展源进行二次反馈。实验结果表明，与两种传统伪反馈方法相比，该排序模型能获得与用户查询意图相关的反馈文档，可有效地提高检索效果