控制与决策

作者：黄名选,朱丽娜

单位：广西财经学院广西跨境电商智能信息处理重点实验室，南宁530003,,广西财经学院信息与统计学院，南宁530003,

关键词：信息检索;查询扩展;跨语言信息检索;自然语言处理

基金：国家自然科学基金项目(61762006,61562004)；广西应用经济学一流学科(培育)开放性课题项目(2018MA07)；广西(东盟)财经研究中心开放性课题项目(2018DMCJYB08).

提出一种面向查询扩展的基于评价框架SRCSAC(support-relevancy-chi-square analysis-confidence)的加权关联规则挖掘算法,给出跨语言查询译后扩展模型和新的扩展词权值计算方法,并提出基于SRCSAC框架挖掘的跨语言查询译后扩展算法.该算法采用支持度-关联度框架和新的剪枝策略挖掘有效频繁项集,通过卡方分析-置信度框架从有效频繁项集中提取加权关联规则,根据扩展模型从关联规则中获取优质扩展词,实现跨语言译后扩展.实验结果表明:所提算法能有效遏制查询主题漂移和词不匹配问题;与基准检索比较,其前件扩展、后件扩展和混合扩展的MAP最低平均增幅分别为86.85%、86.04%和86.00%;与对比方法比较,其长查询检索的MAP最低平均增幅分别可达12.23%、9.06%和12.6%,都高于短查询检索的增幅;与后件扩展算法比较,前件扩展和混合扩展的MAP最高增幅可达5.5%;置信度有助于提升前件扩展和混合扩展算法的检索性能,关联度有利于后件扩展算法检索性能的提高,支持度和关联度对后件扩展算法的短查询检索更有效.

来源：2020年第11期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第11期