论文部分内容阅读
基于Markov网络的信息检索模型提出一种贝叶斯网络推广的检索模型,该模型利用词项在文档集中的共现信息来构造Markov网络,通过该索引项子Markov网络来加载附加查询证据源,计算文档与查询之间的相关性概率,由此概率进行文档排序.实验结果表明,本文提出的Markov网络模型比其他传统的检索方法具有更优的检索性能.