基于马尔可夫随机场的基于实体分布的查询扩展方法。

知识图构造的发展促使越来越多的商业引擎通过使用知识图作为基本语义网来提高检索性能。知识图通常用于知识推理和实体搜索，但是，潜在的能力其实体和属性，以更好地提高查询扩展中的搜索性能还有待进一步挖掘。 本文提出了一种基于马尔可夫随机场（MRF）模型的知识图（KG）查询扩展技术，以提高检索性能。 这项称为MRFKG的技术可对原始查询字词，文档和两个扩展变体（即实体和属性）的联合分布进行建模。 我们在带有Freebase实体的两个TREC集合WT10G和ClueWeb12B上进行了实验。 实验结果表明，MRF-KG优于传统的基于图形的模型。