1
附件 5：
本科生毕业论文（设计）外文资料译文
论文题目： Web 中图像的检索技术研究 .
学生姓名： 童宏梁 年级（学号）： 9906528 .
二级学院： 信息工程学院 专业： 电子信息工程 .
指导教师： 张 量 职称： 副教授 .
填表日期： 2004 年 2 月 25 日
杭 州 师 范 学 院 教 务 处 制
2
外文资料翻译（不少于 4000 外文印刷字符）
译文一：
1．所译外文资料：
①作者：James AlIan
②书名（或论文题目）：Incremental Relevance Feedback for Information
Filtering
③出 版 社（或刊物名称）： Center for Intelligent Information Retrieval
④出版时间（或刊号）：1996 ISBN:0-89791-792-8
⑤所译页码： 270--277
增加信息的关联反馈过滤
摘要：
我们从实验到 TREC 的数据都一直都在探索，究竟该怎么做关联反馈才能被更好的利用呢。我们也
从过去所有的资料里得到证明，没有好的搜索关联反馈就不能得到高质量的结果。
1. 简介：
关联反馈技术是自动把一个疑问号改正成更准确方法，反映出那些用户兴趣：由兴趣疑问搜索进而
反馈给系统来提高搜索力度。对反馈感兴趣的研究人员，通常使用 TREC 来收集任务，由一些质问和相
关的资料收集组成，从资料的开始被利用——反馈测试——结果出现和投入使用。
我们是在那两种想法的结合过程中，发现信息的关联反馈过滤的好处并处理出现的新问题：
1.当关联性判断出现，标准的反馈技术起作用时时起作用，我们就能取得更好的反馈结果，从而使
检索效果更好。
2.为了保持那种"高级品质"并设法降低空间要求，对我们将来的检索事业有着重要的意义。
3.关联反馈技术能对付"质问漂流"，这将给我们的检索省下不少的时间。
当调查那些问题中的任何一个时，当判断被一次而不是马上提出时，我们集中于关联反馈，一个过
程我们叫增加的反馈。当全部判断同时被使用时，反馈的连续应用将增长集中于取得好的质问中。
虽然铺设任务的关联反馈和 TREC 已经被广泛地研究，只有很少的工作高于增加的反馈在一种过滤
的环境过程中处理那些问题。
2.增加的反馈是什么
在信息里到达的信息的数量可能随时变化，但却能随时取回系统监视器的资料，取回问题的这个部
分由各种各样的研究团体和商业部门经营。
当资料已经被选择时，用户读它们并且有机会标明他们相关与否。 这些判断与产生一个新质问的
质问相结合。新质问用于监控进来的资料的流动。这个循环继续，直到质问不再被需要。
在表面上，在这个过程里的反馈看起来是明显的关联反馈。 但是， 与在其他底座里不同的是，更
老的关联性判断必须被保留， 新近的资料便朝着以不平常信息的那些反馈方向走。 这种形势在交互式
形势里出现， 一个过滤的质问的存在时间表明，不可能给过去的全部档案进行关联性判断，因为存储
空间有限。
2.1 增加模拟的反馈
增加反馈在过滤上下文的信息内的进行完整评估，要求广大用户研究预订模拟资料的全部运行过
程。简化问题，我们忽视真实选择那儿的资料：我们对只对那些起因于那些选择判断的关联性感兴趣。
那些判断关联性被内在使用，他们象分配那些文件内列举。 因为充分的反馈运转，命令实际上不
重要。 因为增加反馈，判断一次反馈一小部分直到全部质问耗尽全部信息。那是，第一个反馈循环使
用判断前的 1/n 适合每质问，第 2 循环使用第 2 到第 n 号，等等。
3
表 1
表格 1 的统计是各种关联性判断给磁盘 1 和 2。 巨大的信息数量将需要实际的时间处理，因此我
们通过选择大约全部判断的 10/100 为我们的所有实验都选择一个随便子集合，有利于资料判断相关。
判断被从中选出来相关用 30/100 的可能发生的事件和从非相关用 5/100 的可能发生的事件。
2.2 关联反馈算法
由全部实验的全过程可知， 反馈从原先的质问开始， 也许包括来自过去反馈循环的一些信息，
和一些一套新关联性判断，和通过总计 100 个新条件产生一个新质问。 注意到原先的质问可能在每个
循环里使用。 这在用户的最初疑问，通常正常工作的的结果固定，但是将结果定为漂流质问是不适当
的。
在一份关联文件里的前 100 个结果，出现的结果被首先预订，次数在关联文件里出现。 在那排列
过程中的前 500 个条件被根据一个 Rocchio 公式重新排列：
这里(Wx)是重要的关联文件或者非关联文件。 在相关的设备里的术语(t)的重量被计算如下：
在非关联文件里的重物和在质问过程中被类似计算。 Rocchio 重量排列的前 100 个条件被增加给
质问，原先的质问条件总被包括在新质问里。
注意到这个反馈计划不是最著名的方法。 尤其是全部质问结构被忽视，没有动态的反馈最优化，
并且只增加条件。但是，这种方法更简单迅速，合理有效，和容易理解，因此它为这些实验提供一个极
好的近似值。
3 . 增加的反馈工作
当过程中的第一个问题在判断时被增长使用时，标准的反馈技术可能是成功的。但是，10/100 的
样品将在整个全套判断中散布。当这个 10/100 的样品被增长使用时怎样产生更好的效应呢？
图 1 显示当子集合的判断被更大的使用时，精密提高。2 /n，1 /n 等等。 图 1 显示效力到达基线
时，不管判断的数量一次反馈多小，粗糙训练资料的一半已经被提出。 由于判断的 10/100 被使用，平
均的精密是在基线的 10/100 内。 注意到如果没有反馈，效果将是 43/100，如此相对很少的资料导致
相当可观的改进。 实际上， 关联性判断的 10/100 实际上是确定的全部的判断的 1/100，意思是，那
非常高的效力被一小书写体全套的取样获得！并且长期的质问反馈，知道合理的安排可能的增加的反馈
工作，并且它非常迅速取得"高级品质"。
4 . 归档判断
当判断的数量增长时，以前的部分显示那个，取回的质量改进 。但是在那些情况里，全部过去判
断都也可得到。 存储空间不可提供不实际的全部资料。
4.1 保留最高资料
针对这个实验， 在每个循环，n 相关和 n 非关联文件的(共 2 n) 几乎总被人忘记。n 的选择
有两种方式：
4
图 1
1 . 使用先进先出时刻表，资料因此那些最近看见的相关的 n 越过多循环积累，或许被保留。
2 . 在保持 n"不同"关联文件时。 全部资料只要有多于资料，那些最相似对的那些最旧的资料被
丢掉。
3.那些判断被一次提出 1/16。
一个损失 2/100 ——3/100 可能只是归档关联性判断的 10/100。 但是， 我们的空间去非常有
限。
4.2 保留顶概念
我们档案信息，统计是不可能"预集"从上下文那里一个反馈循环开始的时候。 因为只一个术语的
子集合被储存在上下文里，全部其他条件的统计将是不精密的，他们将以更少的关联性判断为基础。
现在怎样确定条件，我们尝试 3 条不同通路：
1 . 以包含称呼的关联文件的总数的职位。
2 . 通过在那些关联文件里的时期的事件的总数的职位。
3. 表格显示的差别效力不大，比好选择条件以为基础既确信又负的信息。
很清楚， 与储存整个判断的资料相比较，归档时期信息较少可变性，但是存储空间非常小和非常
可预测。
5 . 质问漂流
如果一个请求时间足够， 这个目标的那些质问可能改变：特别分题的那些质问的结果更将更有归
根结底的可能， 或者一个含糊有关的题目可以引起一些好奇并且移动"关联性"到切线的标题。
象以前的部分里提出的那样，那些技术为处理质问漂流好像理想。 因为不完全的信息正被保留，"
过时"的反馈数据应该删掉，把更适合一个质问留给质问。
5.1 模拟的质问漂流
已经漂流的一个质问基本上是两个质问——原质问和新的质问。在实验过程中使用的一些 TREC 质
问与两个他们的陈述相似并且在确定的他们的关联文件里。 那其实是接近漂流表明一种方法。
我们考虑二个质问重叠，如果他们共同拥有几份关联文件(的数量判断非关联文件共同不被考虑)。
重叠在判断资料中大约为被判断的资料的 40/100 到一个没有的范围内。
相关和非关联文件的判断通过把他们成为 3 组： (1)资料为原先的质问只判断，(2)资料为两个质
问判断， (3)资料为新质问只判断。 虽然增长，判断仍在那项命令里使用。
5
5.2 基本的漂流
以下类型的质问和评价如表 2，如下：
1 . 新：只与他们自己判断关联性一起修改新质问。 这应该是可能的最好的性能， 不但结果是：
那些统计效应注意到更显著的是这里因为只是那些最高的 1000 个条件被救，到那时那些增加判决被使
用(在里新增加)。
2 . 新增加：同一事物作为新但是有那些判断关联性增长反馈，1/16 一次，保持上下文的 1000 句
话。 这是大多数运行的基线，最好任何漂流的质问能期望增长做。
3 . 漂流：判断一次反馈 1/16，那些原先质问与那些混合关联性一起修改，保持上下文的 1000 个
条件。 反馈的最后的循环应该导致接近新质问的质问。
4 . 新漂流：运转的这非常类似于运转的漂流， 做补偿是的一部分增加反馈的原先质问接近使
用。
5.原先：那些原先质问与他们的自己判断(不增长)关联性那里一起修改，然而评价好象他们那些新
质问岁。
5.4 种漂流物和滑过
每当上下文被从一个更早期的循环恢复时，降低全部统计的一小部分。 如果一个时期继续在判断
的资料里出现，它的统计将提高。
6 . 结论
关联反馈是对数据库改进质问的效力的一种极好的技术。 我们已经证明反馈可能是增长申请取得
相似的效力 ——假若一些上下文被保持在反馈循环之间。
在那里这对档案许多资料或者大量统计信息不可行时， 如果少量过去判断被保持，增加的反馈工
作的性能将有更好的改进。
7.参考资料
