[发明专利]基于加权模式挖掘的印尼-英跨语言译后前件扩展方法

摘要

本发明公开了基于加权模式挖掘的印尼‑英跨语言译后前件扩展方法，首先将印尼语查询机器翻译为英文并检索英文文档，构建用户相关文档集，再将项集权值和频度与用户相关文档集的特征词总权值和文档总数融合，挖掘特征词频繁项集，通过项权值排序对特征词候选项集进行剪枝，最后采用置信度‑相关系数评价框架从特征词频繁项集中挖掘特征词关联规则，将后件是原查询词项的关联规则前件作为译后英文扩展词，实现印尼‑英跨语言译后前件扩展。本发明克服现有加权关联规则挖掘技术的缺陷，能挖掘出与原查询相关的查询译后扩展词，实现印尼‑英跨语言译后前件扩展，提高和改善跨印尼‑英跨语言文本信息检索性能，具有较好的应用价值和推广前景。

主权项

1.基于加权模式挖掘的印尼‑英跨语言译后前件扩展方法，其特征在于，包括下列步骤：步骤1：首先将印尼语查询通过机器翻译为英文并检索英文文档，用户对初检前列n篇英文文档进行相关性判断得到初检相关文档，构建用户相关反馈文档集；对所述用户相关反馈文档集进行预处理，构建英文文档索引库和特征词库；所述预处理方法为去除英文停用词，通过词干提取得到特征词，计算特征词权值；最后构建英文文档索引库和特征词库；步骤2：构建项权值排序项集，对所述项集进行剪枝，结合译后原查询词项，对用户相关反馈文档集挖掘含有原查询词项的特征词频繁项集，得到特征词频繁项集集合；步骤3：采用置信度‑相关系数评价框架从步骤2所得的特征词频繁项集集合中挖掘那些后件是译后原查询词项的特征词加权关联规则，得到特征词加权关联规则模式集合；步骤4：从步骤3所得特征词加权关联规则模式集合中提取规则前件作为前件扩展词，计算所述前件扩展词权值；步骤5：将所述前件扩展词与译后原查询词组合为新译后查询再次检索英文文档，完成印尼‑英跨语言译后前件扩展。