A Study of Document Ranking Algorithms in a P-norm Retrieval System

P-norm 검색의 문헌 순위화 기법에 관한 실험적 연구

This study is to develop effective document ranking algorithms in the P-norm retrieval system which can be implemented to the Boolean retrieval system without major difficulties by using non-statistical term weights based on document structure. Also, it is to enhance the performance by introducing the rank adjustment process which rearranges the ranks of retrieved documents according to the similarity between the top ranked documents and the rest of them. Of the non-statistical term weight algorithms, this study uses field weight and term pair distance weight. In the rank adjustment process, five retrieval experiments were performed, ranging between the case of using one record for the similarity measurement and the case of using first five records. It is proved that non-statistical term weights are highly effective and the rank adjustment process enhance the performance further.

본 연구의 목적은 문헌의 구조에 근거한 비통계적 용어 가중치 기법을 사용함으로써 기존의 불 논리 검색 시스템에 용이하게 적용될 수 있는 P-norm 검색의 효과적인 문헌 순위화 기법을 찾아내는 데 있다. 또한 용어 가중치를 사용하여 검색 된 문헌들을 대상으로 상위문헌 몇 개와 유사도가 높은 문헌의 순위를 높여주는 순위 조정 과정을 추가하여 검색성능을 더욱 향상시킬 수 있도록 하였다. 비통계적 가중치 기법으로는 필드 가중치와 근접거리 가중치를 사용하였고, 통계적 기법을 이용한 검색도 실시하여 검색성능을 비교하였다. 순위 조정 실험에서는 문헌간의 유사도 측정의 기준에 되는 상위문헌수를 1건으로 사용하는 경우부터 5건으로 사용하는 경우까지 5번에 걸친 실험을 실시하였다. 실험결과 비통계적 가중치 기법은 통계적 기법보다 더욱 효과가 있었고, 순위 조정 과정은 전반적으로 검색효율이 크게 향상되는 것으로 밝혀졌다.