论文部分内容阅读
为了正确理解检索意图和客观表达用户的主观信息，结合CRF模型较高的语义区分率和歧义消解率等特点，对用户文本检索需求信息进行区分，同时选择关键词的上下文信息作为特征获取更丰富的信息，提出一种基于条件随机场（conditional random field，CRF）模型的文本检索需求信息划分算法（CRF_Q），从而清晰地划分两个连续检索词间的边界．在锚文本相似度和检索词相似度两个属性相组合的实验结果中，决策树模型和CRF-Q算法最优，且CRF_Q算法的综合评价指标较决策树模型高4．4％．