查詢分析在信息檢索中的應(yīng)用.pdf

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