基于Copulas函数和伪相关反馈规则扩展的文本检索方法

摘要

本发明提出了一种基于Copulas函数和伪相关反馈规则扩展的文本检索方法，该方法首先将用户查询检索中文文本原始文档集，从初检结果中提取前列n篇初检文档构建伪相关反馈文档集，利用基于Copulas函数的支持度‑置信度框架在伪相关反馈文档集中挖掘规则扩展词，扩展词和原查询组合为新查询，实现伪相关反馈规则扩展，新查询再次检索中文文档，得到最终结果文档返回用户。本发明利用Copulas函数将文本文档特征词项集的以项集频度为度量的古典概型分布和以项集权值为度量的概率分布综合统一为项集支持度和置信度，能挖掘出高质量的扩展词实现伪相关反馈规则扩展，提高和改善中文文本信息检索性能，具有较好的应用价值和推广前景。