《基于KeyGraph关键词抽取的长句查询扩展技术研究》.pdfVIP

情报理论与实践 (ITA) ● 自如江，杨振瑜，王效岳 (山东理工大学 科技信息研究所，山东 淄博 255049) 基于 KeyGraph关键词抽取的长句查询扩展技术研究木 摘 要：文章利用KeyGraph算法来对搜 索引擎中的长句查询进行处理 ，抽取其 中的关键主题，然后再在 KL—diver— gency、BM25、TFIDF三种不同的检 索模型上分别进行实验。研究发现经过 KeyGraph关键词抽取技术处理过的长句查询 检索效果得到 了明显提高，并且在KL—divergency语言模型上的检索效果最好，有效地提高了长句查询的准确率和相关文 档的排序 。 关键词：长句查询；检索模型；关键词 Abstract：ThispaperusesKeyGraphalgorithm toprocessthelongsentencesqueryinserachengine，extractthemaintopic， andexperimenton3differentretrievalmodelsofKL—divergency，BM25，TFIDFrespectively．Th eresearchfindsthattheeffectof longsentencesqueryhasbeensignificantlyimprovedaftertheprocessingof KeyGraphkeywordextractiontechnology，andhasthe bestretrievaleffectontheKL-divergencylanguagemodel，whicheffectivelyimprovestheaccuracyof longsentencesqueryandhte sequenceofrelevantdocuments． Keywords：longsentencesquery ；retrieval model；keyword 导词义消歧进行的语义查询扩展 j，黄名选等提出的基于 1 背景 矩阵加权关联规则挖掘的伪相关反馈查询扩展 。 随着信息检索技术的发展，网络有哪些信誉好的足球投注网站引擎已经成为人 国外对长句查询所做 的研究比较多，可 以归结为3 们获取网络信息的主要途径。但由于商业和学术有哪些信誉好的足球投注网站引擎 类 ：查询词的重新加权 (QueryRe—weighting)、缩短查询 主要基于关键词匹配的方法进行检索，检索系统还依赖于 词 (QueryReduction)和词项依赖研究 (TermDependen— 传统的倒排索引文件以及布尔查询技术，使得查询信息时 cies)。查询词的重新加权，即对查询词中的每个词赋予不 出现难以克服的问题，主要包括两方面：①用户查询时输 同的权重，再对新查询进行检索。如 M．Bendersky等人提 入的有限词语并不能完全准确表达其检索的真正意图，查 出一种参数化概念加权方法，使长查询中的概念权重由结 询本身存在的歧义性导致有哪些信誉好的足球投注网站引擎返回大量与用户需求无 合多种重要特征的参数化组合来决定，并通过伪相关反馈 关的文档…。②用户有时往往会输入长查询，提供给有哪些信誉好的足球投注网站 对与查询词有关的潜在概念也进行加权 。缩短查询词 ， 引擎的查询词 的长度发生 了变化，其长度正在不断增 即通过一些方法来去掉查询词中一些无用的词，减少初始 长 。例如，在 MSN 日志中，大约 10％的查询词长度都 查询词中词的数量，然后对修剪后 的查询进行检索。如 是在 5个词以上 』。这就要求有哪些信誉好的足球投注网站引擎在处理用户查询时 M．Bendersky等利用有监督机器学习技术来找到长难查询 需要不断提高对长查询的理解能力和检索效率。