信息检索中基本水平类概念加工优势的研究

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (22): 209-212.

• 图形、图像、模式识别 • 上一篇下一篇

信息检索中基本水平类概念加工优势的研究

张杰1，范三霞1，周海燕1，秦裕林1，2

1.北京工业大学国际WIC研究院，北京 100124
2.卡内基梅隆大学心理学系，匹兹堡宾夕法尼亚州 15213

出版日期:2012-08-01 发布日期:2012-08-06

Preference processing of basic level class concept study in information retrieval

ZHANG Jie1, FAN Sanxia1, ZHOU Haiyan1, QIN Yulin1，2

1.The International WIC Institute, Beijing University of Technology, Beijing 100124, China
2.Department of Psychology, Carnegie Mellon University, Pittsburgh, PA 15213, USA

Online:2012-08-01 Published:2012-08-06

摘要/Abstract

摘要： 类概念是日常生活的重要组成部分，类概念可划分为上位水平、基本水平和下位水平。根据“oddball”范式，该课题使用国内省份、城市、景点以及少量动物和植物为实验材料，用传统的行为研究技术为实验手段，设计了语义启动任务，试图探讨启动范式下不同的类概念层级与信息提取之间的关系，研究提问线索对信息检索粒度的影响以及不同层次概念提取的差异，观察基本层加工优势的存在。实验结果表明，类概念层级间的优先加工会受到任务范式的影响，不同类概念水平之间的语义启动具有方向性。

关键词: 基本水平加工优势, 信息检索, 认知机制

Abstract: Class concept is an important part of our daily life, and it can be divided into three levels, the superordinate level, the basic level and the subordinate level. According to the“oddball” paradigm, traditional behavior method is explored by using domestic provinces, cities, scenery spots and a few animals and plants as experimental?materials. In the present study, the relationship between different class concepts and information retrieval is attempted to be discussed. The preference processing of the basic level is checked. It is found that preference processing features between the class concept hierarchies will be affected by different task paradigms and the semantic priming between class concept hierarchies has direction.

Key words: preference processing of basic level, information retrieval, cognitive mechanism

张杰1，范三霞1，周海燕1，秦裕林1，2. 信息检索中基本水平类概念加工优势的研究[J]. 计算机工程与应用, 2012, 48(22): 209-212.

ZHANG Jie1, FAN Sanxia1, ZHOU Haiyan1, QIN Yulin1，2. Preference processing of basic level class concept study in information retrieval[J]. Computer Engineering and Applications, 2012, 48(22): 209-212.

[1]	张瑞芳1，郭克华1，2. 面向个性化站点的用户检索意图建模方法[J]. 计算机工程与应用, 2018, 54(6): 37-43.
[2]	沈夏炯1，2，叶曼曼2，甘甜2，韩道军1，2. 基于概念格的信息检索及其树形可视化[J]. 计算机工程与应用, 2017, 53(3): 95-99.
[3]	贾贺1，艾中良1，2，贾高峰2，刘忠麟1，2，陈伯雄2. 基于Solr的司法大数据检索模型研究与实现[J]. 计算机工程与应用, 2017, 53(20): 249-253.
[4]	孙亭，丁杰. 异构政务信息资源集成检索技术研究[J]. 计算机工程与应用, 2017, 53(2): 103-106.
[5]	王晓博，李晓，马博. 基于频繁词义序列的检索结果聚类算法研究[J]. 计算机工程与应用, 2015, 51(1): 13-20.
[6]	万福成，李冬晨，何向真，徐涛. 面向信息检索的藏文文本索引策略研究[J]. 计算机工程与应用, 2014, 50(7): 208-211.
[7]	王旭阳，万里. 信息检索中语义相似度算法研究[J]. 计算机工程与应用, 2014, 50(10): 124-127.
[8]	汪材印1，崔琳2，李鸿2，3. 基于链接预测思想的问句检索方法研究[J]. 计算机工程与应用, 2012, 48(10): 132-136.
[9]	王彪1，2，高光来1. 界模型信息检索及其参数优化[J]. 计算机工程与应用, 2012, 48(1): 153-156.
[10]	金小峰. 一种大容量文本集的智能检索方法[J]. 计算机工程与应用, 2011, 47(7): 143-145.
[11]	蒋效宇. 用于网页相关性判断的聚焦查询文摘算法研究[J]. 计算机工程与应用, 2011, 47(33): 126-128.
[12]	白彦霞，李珊，张秋菊，刘继超. 贝叶斯网络检索模型的性能评估[J]. 计算机工程与应用, 2011, 47(31): 112-115.
[13]	谭义红^1，2，陈治平¹，栾悉道¹. 超级节点网络中并行查询和合并机制研究[J]. 计算机工程与应用, 2011, 47(2): 75-77.
[14]	陈忆群^1，2，温子梅¹，曹瑾音³. 高适应性企业信息查询扩展系统设计与实现[J]. 计算机工程与应用, 2011, 47(2): 227-232.
[15]	安世全，丁进标，高涛. 一种改进的分解-合并聚类方法[J]. 计算机工程与应用, 2011, 47(14): 128-130.

信息检索中基本水平类概念加工优势的研究

Preference processing of basic level class concept study in information retrieval

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics