搜索引擎糾錯算法研究與糾錯Bad Case挖掘.pdf

1、搜索引擎自動糾錯功能對提高檢索效率和檢索精度具有至關(guān)重要的意義，并且良好的糾錯功能可以為用戶提供更好的人機交互體驗。
　　本文根據(jù)中文語言自身的特點，研究了基于N-gram統(tǒng)計語言模型的具體糾錯方法，詳細介紹了N-gram統(tǒng)計語言模型的建立過程，并通過數(shù)據(jù)平滑技術(shù)對N-gram模型進行了平滑優(yōu)化處理。本文提出了一種針對糾錯結(jié)果Bad Case的機器挖掘分析方法，該方法通過分析用戶點擊行為日志以及錯誤檢索詞的一些特征屬性，來挖掘糾錯

2、Bad Case。根據(jù)統(tǒng)計學原理，統(tǒng)計分析用戶對糾錯詞的點擊行為情況，量化建模判斷系統(tǒng)給出糾錯詞是否為錯誤糾錯詞;統(tǒng)計分析用戶輸入的前后檢索詞之間的特征屬性關(guān)系，量化建模判斷用戶輸入的前詞是否為系統(tǒng)未進行糾錯的輸入錯誤檢索詞。通過平滑優(yōu)化N-gram統(tǒng)計語言模型以及對糾錯Bad Case的挖掘，可以進一步完善搜索引擎的自動糾錯功能，提高自動糾錯結(jié)果的準確率。
　　最終通過實驗驗證了平滑優(yōu)化N-gram統(tǒng)計語言模型以及挖掘糾錯Bad