基于关联反馈的查询语言建模已被广泛应用于提高信息检索的有效性。 然而，在现有方法中，尚未充分解决查询内词条的依赖性（即，不同查询词和词条组合之间的依赖性）。 本文旨在在一个全面的框架（即方面查询语言模型（Aspect Query Language Model，AM））中研究此问题。 我们建议使用隐藏的马尔可夫模型（HMM）结构来扩展AM，以合并查询内词项依存关系，并学习用于查询语言建模的新颖方面HMM（AHMM）的结构。 在提出的AHMM中，查询词的组合被视为表示查询方面的潜在变量。 它们进一步