论文部分内容阅读
信念网络模型是一种重要的、基于贝叶斯网络的信息检索模型。它定义了一个明确的样本空间，给出了信息检索的一个灵活有效的基本框架。本文针对传统信念网络模型没有利用术语之间关系的缺陷，利用信息检索用同义词和词语相似度等概念，提出了最优同义词、相似概念、概念相似度等定义，提出了一种概念相似度的计算方法。然后利用上述定义对传统信念网络模型进行扩展，提出了一种基于查询术语同义词关系的扩展信念网络检索模型，讨论了扩展模型的拓扑结构和利用扩展模型进行信息检索的具体方法。实验结果表明，扩展后的信念网络模型比传统模型具有更好的