文本信息检索的代数模型综述

为了比较各模型的性能，研究进一步改进文本信息检索各类模型的可能方法，综合已有的试验及发表的研究报告，概述文本信息检索模型中一类模型——代数模型概念和研究现状，并分析了目前文本信息检索的相关性、相似度、召回率、准确率等概念。结果表明，这几个模型尽管来源于神经网络、向量空间等不同的思想，广义向量空间模型、潜在语义标引模型的计算复杂度比向量空间模型高，但此类模型依据评测在准确率和召回率上相近，经典向量空间模型相对而言，有简单、复杂度低和可作为检索框架，而不仅仅是检索模型的特点。为便于研究者研究、改进、评测信息检索的代数模型，介绍并评价了权威的TREC（The Text Retrieval Conference）和两个代表性的研究系统smart和lemur。