位置:成果数据库 > 期刊 > 期刊详情页
基于权重标准化SimRank方法的查询扩展技术研究
  • ISSN号:1003-0077
  • 期刊名称:《中文信息学报》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]大连理工大学信息检索研究室,辽宁大连116021
  • 相关基金:国家自然科学基金资助项目(60673039 60973068); 国家社科基金资助项目(08BTQ025); 国家863高科技计划资助项目(2006AA01Z151); 教育部留学回国人员科研启动基金; 高等学校博士学科点专项科研基金资助项目(20090041110002)
中文摘要:

查询扩展是信息检索中的一项重要技术。传统的局部分析查询扩展方法利用伪相关文档作为候选词集合,然而部分伪相关文档并不具有很高的相关性。该文利用真实的搜索引擎查询日志,建立了查询点击图,经过多次图结构的转化得到能够反映词之间关联程度的词项关系图,并在图结构的相似度算法SimRank的基础上,提出了一种基于权重标准化的改进SimRank方法,该方法利用词项关系图中词项的全局和间接关系,能够有效挖掘与原始查询相关联的扩展词。同时,为降低SimRank算法的计算复杂度,该文采用了剪枝等策略进行优化,使得计算效率有大幅提高。在TREC标准数据集上的实验表明,该文的方法可以有效地选择相关扩展词。MAP指标较局部分析查询扩展方法提高了1.81%,在P@10和P@20指标评价中效果分别提高了5.44%和3.73%。

英文摘要:

As an important technology in information retrieval,and traditional query expansion uses the pseudo-relevant documents as the candidate words set.But some of pseudo-relevant documents are not highly relevant.In our work,a query-click graph is built by a query log in real search engine.The term relationship graph which was obtained by several transformations reflects the direct relationship of the terms.We propose a weight normalization based SimRank approach—a revised algorithm based on the SimRank for the query expansion.In order to reduce the computational complexity of SimRank,strategies like pruning are used to optimize the algorithm.Experiments on large real AOL search engine query logs and a standard TREC corpus shows that our approach can discover the quality expansion terms effectively.The MAP of our approach is 1.81% higher than the query expansion based on pseudo relevance feedback,5.44% higher on P@10,and 3.73% higher on P@20.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《中文信息学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国中文信息学会 中国科学院软件研究所
  • 主编:孙茂松
  • 地址:北京海淀中关村南四街4号中科院软件所
  • 邮编:100190
  • 邮箱:jcip@iscas.ac.cn
  • 电话:010-62562916
  • 国际标准刊号:ISSN:1003-0077
  • 国内统一刊号:ISSN:11-2325/N
  • 邮发代号:
  • 获奖情况:
  • 国内外数据库收录:
  • 日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:9136