伪相关反馈的基于简单核共现的增强

伪相关反馈是一种经过充分研究的查询扩展技术，其中假定初始检索结果集中排名最高的文档是相关的，然后从这些文档中提取扩展项。 在选择扩展词时，大多数传统模型不会同时考虑词频和候选词与查询词之间的共现关系。 但是，从直觉上讲，与查询词同时出现的词更可能与查询主题相关。 在本文中，我们提出了一个基于内核共现的框架，通过将术语共现信息集成到Rocchio模型和相关语言模型（RM3）中来增强检索性能。 具体来说，提出了一种基于内核共现的Rocchio方法（KRoc）和一种基于内核共现的RM3方法（KRM3）。 在我们的框架中，共现信息既包含术语区分能力的因素，又包含文档内部术语权重的因素，以提高检索性能。 一系列实验的结果表明，我们提出的方法在所有数据集的平均平均精度方面和在大多数数据集的P @ 10方面均明显优于相应的强基线。 对标准文本检索会议数据集的直接比较表明，我们提出的方法至少可以与最新方法相媲美。