查詢分析在信息檢索中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩49頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、為了更精確地檢索信息,越來越多的長查詢(Long Query)被用于信息檢索中。但是目前很多搜索引擎并不能很好地處理長查詢。這是因?yàn)殚L查詢在帶來較準(zhǔn)確匹配的同時(shí)會(huì)帶來較多的不相關(guān)信息,從而在一定程度上干擾用戶的檢索。查詢切分就是在此背景下提出的。查詢切分的目的是將查詢分成有意義的若干個(gè)查詢塊再進(jìn)行檢索,因?yàn)檫@有利于檢索系統(tǒng)根據(jù)有意義的查詢塊來分析用戶的搜索意圖,從而反饋給用戶更合適的結(jié)果。
   本文提出了一種基于計(jì)算查詢詞關(guān)系

2、在其主特征空間相似度的切分模型。在本模型中,我們根據(jù)查詢詞的N元組(N-gram)之間的頻率來建立查詢詞之間的關(guān)系矩陣,并將此關(guān)系矩陣映射到其特征主空間進(jìn)行查詢切分。不僅如此,我們還提出了一種確定主特征空間維數(shù)k的方法。實(shí)驗(yàn)表明我們的算法相對其它算法(基于MI、EM的切分方法)有著很大的提高(在F-Measure上分別提高了35.8%和17.7%)。在此查詢切分工作基礎(chǔ)上,根據(jù)查詢切分中的不足,比如切分后的某些查詢詞(組)是沒有意義的且

3、切分塊上也沒有一定的權(quán)重,因此,我們提出了對互聯(lián)網(wǎng)中的長查詢提取其關(guān)鍵短語的做法。同時(shí)我們的工作是較早對互聯(lián)網(wǎng)長查詢提取其關(guān)鍵短語的研究。受到譜聚類以及前面切分工作的啟發(fā),我們首先從長查詢中提取為短語,其次對每個(gè)短語進(jìn)行賦予權(quán)重,并根據(jù)每個(gè)短語權(quán)重的大小來判定該短語是否為關(guān)鍵短語。在此工作中,我們進(jìn)一步深入研究和探討了查詢切分工作中相關(guān)問題,并在如何表示查詢詞之間的關(guān)系、如何確定主特征空間的維數(shù)等方面上給出了更優(yōu)的解決方案。通過與基于名

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論