在许多研究和应用领域，例如信息检索和机器学习中，我们经常遇到处理概率分布的问题，该概率分布由与我们手头任务相关的一种分布与另一种无关紧要的分布混合而成，我们希望摆脱这种可能性。 。 因此，将无关的分布与混合物的分布分开是一个重要的问题。 本文的重点是信息检索中的应用，其中相关性反馈是一种广泛使用的技术，用于基于一组反馈文档来构建精炼的查询模型。 但是，实际上，甚至由用户显式或隐式提供的相关性反馈集通常是相关文档和不相关文档的混合。 因此，结果查询模型（通常是术语分布）通常是混合的，而不是真实的相
