第
27
卷第
1
期
2007
年
1
月
吁地大学学报(台然科学版)
lournal
of Hebei
University
(Natural
Science
Edition)
贝叶斯网络在信息检索中的应用
徐建民
1
,
2
唐万生
1
陈振亚
3
(1天津大学系统工程研究所,天津
300072;
2.
河北大学数学与计算机学院,河北保定
071002;3.
河北大学图书馆,、河北保定
071002)
Vo
l. 27
No.1
lan.2007
摘
要:贝叶斯网络是当今人工智能领域用于处理不确定性问题的主要方法之一,在过去十几年中已经
以各种方式应用于信息检索领域-本文以信念网络模型为基础,介绍了该理论在信息检索中应用的基本方
法,探讨了利用贝叶斯网络组合不同证据进行信息检索问题,最后分析了今后的研究热点-
关键词:信念网络;拓扑结构;概念空间;信息检索
申固分类号
:G
252.7
文献标
i
只码
:A
文章编号
:1000
-1565(200
7)
01
一
0093
一
06
Application of Bayesian Network for Information Retrieval
XU
Jian-min
1
,2 , T
ANG
Wan-sheng
1
,CHEN
Zhen-ya
3
(1.
Institute
of
System
Engineering
,
Tianjin
University
,
Tianjin
300072
,
China;
2.
Co
llege of
Mathematics
and
Co
mputer
, Hebei
University
, Baoding
071002
,
China;
3.
Library
, Hebei
University
, Baoding
071002
,
China)
Abstract:Bayesian
Networks
,
which
nowadays
constitute
the
dominant
approach for
managing
probability
within
the
field
of
Ar
tificial Intelligence, have been applied to
Information
Retrieval
(I
R)
in
different ways dur-
ing last decades.
This
paper,
on
the
base of Belief
Networks
model, introduces
the
application methods of
Bayesian
Networks
for
IR
, discusses
how
to
combine relevant evidential knowledge in Bayesian
Networks
, and
shows
some research hotspots
in
the
field finally.
Key
words:
belief
networks;
topology; concept space; information retrieval
信息检索是计算机科学的一个重要领域,信息检索系统主要研究如何高效地进行文档存储和文档查
询[1]传统的信息检索方法主要包括
3
种:基于布尔表达式的方法、基于向量空间的方法和基于概率模型的
方法.基于布尔变量的检索方法通过逻辑表达式的形式,基于向量空间的检索方法通过向量内积的形式来反
映用户查询和文挡的相似度
[2];
基于概率模型的检索方法通过预测用户查询和文档间的相似度完成信息检
索-
贝叶斯网络是人工智能领域用于处理不确定性的一种主要方法,自
20
世纪
80
年代末第
1
次用于信息
检索
(Frisse
,
1988;
Fress&
Co
usius ,
1989)
,十几年来已逐步应用于信息检索领域的各个方面,以有效解决信
息检索领域广泛存在的不确定性
[3]
典型的用于信息检索的贝叶斯网络模型主要包括
3
种:推理网络
模型
(Inference
Network
Model)
川、信念网络模型
(Belief
Network
Model)
[5]
和贝叶斯网络检索模型
(BayesianNetwork
Retrieval
Mode
l)
[6].
本文拟介绍用于信息检索的信念网络模型及其应用-
收稿日期
:2006
-
01
- 28
基金项目:国家自然科学基金资助项目
(70571056)
;河北省科学技术研究与发展计划项目
(04213534
)
作者简介:徐建民(1
966
-),男,河北馆陶人,河北大学教授,博士研究生,主要研究领域为信息检索、不确定信息处理