基于检索结果聚类的XML伪相关文档查找

伪反馈一直以来都被认为是一种有效的查询扩展技术。然而传统的伪反馈容易带来主题漂移，并因此而影响检索性能。如何确定高质量的相关文档集以及如何从相关文档集中挑选有用的扩展词项是解决伪反馈中查询主题漂移的两个重要方面。对此，针对XML(extensible markup language)文档，提出了一个解决框架：一方面，研究了XML 伪反馈文档查找方法，在充分考虑XML 内容和结构特征的前提下，提出了基于检索结果聚类和两阶段排序模型相结合的高质量XML 伪相关文档查找技术路线；另一方面，针对CO(c