补充资料：信息检索中的相关反馈

信息检索中的相关反馈
relevance feedback in information retrieval

　　x inx一jiansuo zhong de xiangguan fankui信息检索中的相关反馈《relevancef改月backininfo们川以tionretrieVal)根据对检索结果的相关判断自动修改检索方式进而获得更加满意的检索效果的技术。 相关反馈的研究大都基于具有相关排序能力的检索模型(如向量空间模型、概率检索模型)，但近来已有部分研究结果被修正以适应布尔检索模型(参见怕息检索理论)。相关反馈有两种基本方法:第一种是重新确定词权值，即在不修改原表达式的前提下，根据用户的相关判断及提问词在相关及非相关文献中的分布规律重新确定检索词权值。将在相关文献中出现的词之权值增加而将未出现者减少，然后再次进行相关排序确定检索结果。事实上这是概率模型的基本形式。第二种是提问修正，修改提问中实际出现的词。这是因为用户所给出的查询表达式中经常含有其所需文献中不存在的词，并且总有一些未检索出的相关文献之标引词与查询表达式及其它相关文献标引词不同。这样无论如何做重新加权对于检索那些以原始提问中未出现的词标引的相关文献均没有帮助。因此，如果原来提问不太合适，必须修改初始提问来提高性能。这种方法的关键在于帮助用户决定如何修改提间。为了避免随意性，修改必须在系统的导引下进行，即系统给出适当的帮助信息，用户依信息作出判断并完成修改。
　　

说明：补充资料仅用于学习参考，请勿用于其它任何用途。