[发明专利]一种检索排序方法及系统

说明书

技术领域

本发明涉及信息检索技术领域，特别是指一种检索排序方法及系统。

背景技术

近年来，随着互联网的普及以及信息产生媒体的多样化，信息资源总量以指数级速度不断增长，一项针对2000年至2007年的互联网页总数的研究统计表明，参考附图1，网页数目增速也在不断提高。同时普遍以非结构化形式存储于节点上。对用户而言，如何有效获取信息，急需相应的理论和方法来解决。因此，学术界和工业界对信息检索也掀起了一个新的研究高潮，成为当前信息处理领域的一个研究热点。

目前信息检索领域已经形成了一些检索模型，其中影响较大的有：布尔模型、向量空间模型、语言模型、BM25模型等，不断提高信息检索性能，推动信息检索研究的发展。这些方法在其特定应用中都体现出一定的优越性，但是它们仍有可改进之处。其主要问题是，算法无法自适应选取参数，运行过程中需手动调整模型参数，为此产生了基于机器学习的检索算法，称为排序学习，即系统根据用户提交的查询短语自动判断存储库中文档与查询的相关度大小，并给出排序列表，位置越靠前表示返回结果与查询越相关。

同时，检索系统面临如下问题：当用户构造一个好的查询有困难时，检索结果往往不尽如人意，而让用户判断文档与其查询的相关性却是比较容易的，于是考虑通过用户交互直接给出文档相关性判断引入检索系统，来提高检索结果的准确性，这就是基于用户相关反馈的信息检索方法。利用用户相关反馈进行检索的反复迭代是非常有意义的，并且相关反馈对于跟踪用户信息需求的变化也是有效的。图像检索就是一个使用相关反馈很好的例子，因为在图像检索中返回结果直观，而且用户不容易用词语来表达其需求，但很容易标记相关和不相关的图像结果。

从基于机器学习的信息检索方法和基于用户相关反馈的信息检索方法研究成果来看，目前两类算法并没有很好的交叉融合，往往各自具有一定的应用范围，如何结合机器学习方法和用户相关反馈机制对信息进行更有效的检索与排序是本领域技术人员极为关注的技术问题。

发明内容

有鉴于此，本发明的目的在于提出一种检索排序方法及系统，其能提供高效准确的检索结果。

基于上述目的本发明提供的一种检索排序方法，包括：

接收查询短语并检索；

返回检索结果；

提取文档库中所有文档的低维特征；

获取检索结果中多个文档的相关度反馈信息；

生成相关度判断模型；

计算检索结果中所有文档的相关度得分；

返回按相关度得分高低排序的再次检索结果。

在一个实施例中，所述方法还包括初始化步骤：

提取文档库中所有文档的多维特征。

在另一个实施例中，所述检索结果是按照相似度得分高低排序的。

在另一个实施例中，所述相似度得分表达式为：

相似度得分=b₁×TF₁+b₂×TF₂+…+b_n×TF_n，其中，TF_n为文档的多维特征，b_n为该特征对应的权重。

在另一个实施例中，所述低维特征的提取方法为主成分分析方法。

在另一个实施例中，所述相关度判断模型的生成方法为：

利用检索结果中多个文档的相关度反馈信息及其低维特征进行逻辑回归。

在另一个实施例中，所述相关度判断模型表达式为：

相关度得分=a₁×F₁+a₂×F₂+…+a_n×F_n，其中，F_n为文档的低维特征，a_n为该特征对应的系数。

在另一个实施例中，所述文档库具有可扩展性。

本发明还提供了一种检索排序系统，包括：

检索模块，用于接收查询短语并检索，以及返回检索结果和再次检索结果；

特征提取模块，用于提取文档库中所有文档的低维特征；

相关度反馈模块，用于获取检索结果中多个文档的相关度反馈信息；

排序模块，用于生成相关度判断模型，计算检索结果中所有文档的相关度得分，并对所有文档按相关度得分高低排序；

存储模块，用于保存文档库和用于存储低维特征的特征库。