基于Markov網(wǎng)絡(luò)團(tuán)的查詢意圖識別.pdf

1、互聯(lián)網(wǎng)發(fā)展至今,網(wǎng)絡(luò)上的數(shù)據(jù)呈指數(shù)級增長,如何能夠更準(zhǔn)確的給用戶提供所需的信息成為信息檢索領(lǐng)域研究的熱點(diǎn)問題之一。傳統(tǒng)的信息檢索系統(tǒng)主要是通過簡單的計(jì)算查詢詞跟文檔中詞之間的簡單匹配操作,從而得到與查詢相關(guān)的文檔列表,這樣往往無法提供給用戶滿意的結(jié)果。因?yàn)橛行┰~是有歧義的,并且有些詞的意思也會隨著時(shí)間的變化而變化。
　　如何能夠更好的組織查詢與文檔之間的關(guān)系問題。首先要解決的就是詞之間的關(guān)系問題,由于查詢往往很短,所以我們需要利用

2、額外的信息來對查詢進(jìn)行擴(kuò)展[3][23][24][25][26][27],Markov網(wǎng)絡(luò)團(tuán)就是一種很好的用于查詢擴(kuò)展方法,它與我們傳統(tǒng)的基于簡單詞匯匹配的檢索方法不同,它是將圖論、計(jì)算機(jī)科學(xué)、概率論的技術(shù),思想融合起來。Markov網(wǎng)絡(luò)被廣泛用于不確定性知識的表示和推理,以及變量之間的傳遞過程,它是解決不確定性問題的有效方法。信息檢索系統(tǒng)存在很多問題,因?yàn)樗荒軠?zhǔn)確地理解用戶的查詢意圖。因此對用戶的查詢意圖進(jìn)行識別也是一種有效提高檢索

3、效率的方法[37][42][44][47]。所以,試想如果能夠利用Markov網(wǎng)絡(luò)團(tuán)的方法來對查詢意圖進(jìn)行識別,并且在后續(xù)的檢索過程中加入查詢的意圖信息,是否能更好的提高檢索效率。
　　基于上面的思想,我們提出運(yùn)用這種方法來對查詢意圖識別。首先人工標(biāo)注搜狗查詢?nèi)罩局屑s2250個(gè)查詢作為測試數(shù)據(jù)。采用搜狗提供的分類語料(共十類)來建立Markov網(wǎng)絡(luò),通過建立的Markov網(wǎng)絡(luò)來對查詢進(jìn)行擴(kuò)展,從而得到相關(guān)的返回結(jié)果列表,通過在分類