TREC(Text Retrieval Conference)是信息检索领域中最重要的国际会议,文本过滤是TREC的重要任务之一,自适应过滤是过滤任务的最重要的子任务。对TREC指标函数的优化是一个包括优化时机、优化策略、优化幅度等因素的复杂的过程,是自适应过滤中非常重要的研究方向。利用极大似然估计法(记为ML)对评测指标进行优化在TREC9中取得了第一名的成绩。ML是一种全局优化的方法,它对文档得分(相似度)分布参数估计偏差最小,能够较精确的反映语料集的整体特征。但是ML是一种全局性的方法,它对语料库的局部(每一反馈区间)特征反应“不敏感”,尤其是到了过滤中后期由于过滤的累积效应,ML对阈值的调整有滞后作用,这样就降低了过滤系统的性能。 本文主要解决的是ML方法对语料库局部反应“不敏感”的问题,在ML方法的基础上对TREC效用指标函数再进行局部优化,本文把这种方法叫做基于极大似然估计法的局部优化方法(记为MMLOR)。MMLOR不是对ML方法和局部优化方法简单的相加,它是一个复杂的逐步迭代的过程。MMLOR方法以ML方法为主线,又根据每一反馈区间对TREC效用指标函数的增益情况对阈值进行局部优化,从而增加过滤系统对局部的敏感度。因此,MMLOR方法不仅可以反应语料库的整体分布特征,还可以反应出语料库的局部特征,对效用指标函数起到全面优化的作用。 本文在相同的过滤环境下对MMOLOR.、ML、局部优化的方法的进行了比较,实验结果表明采用MMLOR方法对TREC效用指标函数进行优化的效果最好,从而证明了MMLOR优化方法比ML和局部优化方法更合理、更有效。