基于四层贝叶斯网络的XML文档信息检索模型

计算机应用 ›› 2009, Vol. 29 ›› Issue (10): 2791-2795.

基于四层贝叶斯网络的XML文档信息检索模型

章小龙¹,衡星辰²

1. 漳州师范学院计算中心
2. 国网信息通信有限公司

收稿日期:2009-03-30 修回日期:2009-06-08 发布日期:2009-10-28 出版日期:2009-10-01
通讯作者: 衡星辰
基金资助:
无

XML document information retrieval model based on four-layered Bayesian network

Received:2009-03-30 Revised:2009-06-08 Online:2009-10-28 Published:2009-10-01

摘要/Abstract

摘要： 提出了一种新的基于贝叶斯网络对XML文档信息进行查询的模型方法。该模型支持针对XML文档信息的结构化查询。基于XML信息查询的特点，利用XML数据集中语词、元素和结构化单元的统计信息对模型的拓扑结构和条件概率进行了学习；结合概率函数的方法，利用模型的概率推理进程对XML文档和结构化查询条件的相关度进行了估算。最后在基于INEX测试集的实验中证明了该方法的有效性和可靠性。

关键词: 贝叶斯网络, XML信息检索, 结构化查询, 概率函数

Abstract: In this paper, a Bayesian model for XML document information retrieval was proposed, supporting content and structure queries. The topology and conditional probabilities of the Bayesian model were mined from the XML document collection by statistics of terms, elements and structural units contained in the collection. Combined with probability functions, the relevance of a document to a given structured query was obtained by an inference process through a complex dependences network of this model. Experimental results on the INEX corpus of XML documents show the validity and reliability.

Key words: Bayesian network, XML information retrieval, structured query, probability function

中图分类号:

TP18

章小龙衡星辰. 基于四层贝叶斯网络的XML文档信息检索模型[J]. 计算机应用, 2009, 29(10): 2791-2795.

[1]	赵静, 韩京宇, 钱龙, 毛毅. 基于改进的RAKEL算法的心电图诊断分类[J]. 《计算机应用》唯一官方网站, 2022, 42(6): 1892-1897.
[2]	陈恒恒, 倪志伟, 朱旭辉, 金媛媛, 陈千. 基于聚类分析的差分隐私高维数据发布方法[J]. 计算机应用, 2021, 41(9): 2578-2585.
[3]	孙建强, 许少华. 基于可微神经计算机和贝叶斯网络的知识推理方法[J]. 计算机应用, 2021, 41(2): 337-342.
[4]	李昡熠, 周鋆. 基于频繁项挖掘的贝叶斯网络结构学习算法BNSL-FIM[J]. 《计算机应用》唯一官方网站, 2021, 41(12): 3475-3479.
[5]	张榜, 朱金鑫, 徐正蓺, 刘盼, 魏建明. 基于贝叶斯网络的楼层定位算法[J]. 计算机应用, 2019, 39(8): 2468-2474.
[6]	杨洁, 李松斌, 邓浩江. 基于贝叶斯网络的压缩语音信息隐藏检测[J]. 计算机应用, 2018, 38(7): 1967-1973.
[7]	卢玲, 杨武, 刘旭, 李言. 基于实体情感演化置信网的观点检测方法[J]. 计算机应用, 2017, 37(5): 1402-1406.
[8]	邢志伟, 唐云霄, 罗谦. 基于贝叶斯网络的航班保障服务时间动态估计[J]. 计算机应用, 2017, 37(1): 299-304.
[9]	张丽萍, 张瑞霞, 王欢, 闫盛. 基于贝叶斯网络的克隆代码有害性预测[J]. 计算机应用, 2016, 36(1): 260-265.
[10]	刘哲席, 阳建宏, 杨德斌, 黎敏, 民现春. 非单点证据体数据融合的Dempster组合规则适用性评价方法[J]. 计算机应用, 2015, 35(2): 461-465.
[11]	国冰磊, 于炯, 廖彬, 杨德先. 结构化查询语言动态功耗解析及建模[J]. 计算机应用, 2015, 35(12): 3362-3367.
[12]	毛莺池, 接青, 陈豪. 河网中具有时空关系的异常事件在线检测[J]. 计算机应用, 2015, 35(11): 3106-3111.
[13]	杜元伟, 石方园, 杨娜. 基于证据理论/层次分析法的贝叶斯网络建模方法[J]. 计算机应用, 2015, 35(1): 140-146.
[14]	史建国高晓光. 离散动态贝叶斯网络推理的编程计算算法[J]. 计算机应用, 2012, 32(07): 1943-1946.
[15]	李唯实毛晓光谢建文. 学习者知识模型的在线学习算法[J]. 计算机应用, 2012, 32(02): 436-439.