【作者】 周博； 岑荣伟； 刘奕群； 张敏； 马少平；

【Author】 ZHOU Bo,LIU Yi-qun,ZHANG Min,JIN Yi-jiang,MA Shao-ping State Key Lab of Intelligent Technology and Systems Tsinghua University,Beijing 100084

【机构】 清华大学智能技术与系统国家重点实验室；

【摘要】 研究界关于相关反馈问题的研究已经有近30年的历史,相关反馈也被证明可以在很大程度上稳定地提升检索系统的性能。由于目前相关反馈的应用,以及用户提供反馈信息的方式都发生了明显的变化,有关相关反馈的研究又一次引起了研究界的注意。本文提出了一种基于文档相似度的搜索结果重排序方法,该方法同时利用了反馈信息中的相关文档与不相关文档。充分客观的实验数据表明:该方法不仅可以稳定的提高系统的检索性能,并且相较于经典的查询扩展方法有着明显的优势。更多还原

【Abstract】 Relevance Feedback has been one of the successes of information retrieval research for the past 30 years.It has proven to be worthwhile in a wide variety of settings,both when actual user feedback is available,and when the user feedback is implicit.Since the applications of relevance feedback and type of user input to relevance feedback have changed over the years,relevance feedback is been paid much attention again by researchers.A document relevance based search result reranking approach is proposed in this paper.This approach makes use of both the relevant documents and irrelevant documents in feedback information.Moreover,this approach is proved to be useful for performance improvement in federal test of TREC 2008 Relevance Feedback Track.更多还原