基于双语文档反馈的跨语言信息检索研究

跨语言信息检索目前主要采用基于查询翻译的方法，性能受到现有翻译质量的制约。同时，当前跨语言信息检索系统在建模时没有考虑在跨语言条件下获取用户检索意图，是导致检索性能不足的另一个重要原因。本课题以汉英跨语言信息检索为对象，探索将双语文档引入跨语言信息检索建模过程，通过选择双语文档来反映用户的检索偏好；进而将源语查询和目标语文档分别通过双语文档进行伪反馈，据此建立查询模型和文档模型；并研究查询模型和文档模型在不同的语言表达空间上的相关度计算方法，从而获得源语言查询和目标语文档的相关度排序，最终实现"不用翻译"的跨语言信息检索。与传统的基于语料库方法不同之处在于，本课题不再单独使用双语语料训练翻译模型，而是将双语文档作为检索模型的参数,参与构建一体化的跨语言检索框架。