基于 BP-ANN 的选择性词项邻近度评分
信息检索
2016-06-24 v1
摘要
当两个词项在文档中同时出现时，如果它们处于相近位置，则它们与文档本身存在紧密关系的概率更大。然而，包含词项邻近度（TP）的排序函数比传统的文档级索引需要更大的索引，这会减慢查询处理速度。以往的研究还表明，该技术并非对所有类型的查询都有效。在此，我们提出一种文档排序模型，该模型基于查询的一组特征来决定对哪些查询使用基于邻近度的排序是有益的。我们使用机器学习方法来确定利用 TP 是否有益。实验表明，所提出的模型在返回改进排序的同时，也减少了因使用 TP 统计数据而产生的开销。
引用
@article{arxiv.1606.07188,
title = {Selective Term Proximity Scoring Via BP-ANN},
author = {Ju Yang and Jiancong Tong and Rebecca J. Stones and Zhaohua Zhang and Benjun Ye and Gang Wang and Xiaoguang Liu},
journal= {arXiv preprint arXiv:1606.07188},
year = {2016}
}