微博检索的研究进展
2015-04-21卫冰洁
中文信息学报 2015年2期
卫冰洁,王 斌,张 帅,李 鹏
(1. 中国科学院 计算技术研究所,北京 100190;2. 中国科学院 信息工程研究所,北京 100093;3. 国家计算机网络应急技术处理协调中心,北京 100029)
微博检索的研究进展
卫冰洁1,3,王 斌2,张 帅1,李 鹏2
(1. 中国科学院 计算技术研究所,北京 100190;2. 中国科学院 信息工程研究所,北京 100093;3. 国家计算机网络应急技术处理协调中心,北京 100029)
随着微博的快速发展,微博检索已经成为近年来研究领域的热点之一。该文首先以TREC Microblog数据为基础,从分析微博文档和微博查询两方面出发,得出微博检索与传统文本检索之间的两点不同: 一是微博文档相较于网页具有很多独有的特征;二是微博查询属于时间敏感查询,即在排序时除了考虑文本的语义相似度,还需要考虑时间因素,将这类方法统称为时间感知的检索技术。这两点差异使得已有的信息检索技术不能满足微博搜索的需求。该文主要介绍了近年来这两方面的相关研究: 首先描述了微博本身的多种特征以及基于这些特征提出的检索方法;然后以传统信息检索过程为主线,分别介绍了将时间信息用于文本表示、文档先验、查询扩展三方面的排序模型,最后总结了已有工作并且对未来研究内容进行了展望。
微博检索;时间信息;微博特性;文本表示;文档先验;查询扩展
1 引言
随着Web 2.0近年来广泛应用,“人人参与、信息共享”逐渐成为了当今网络的主流,其中具有代表性的应用之一便是微博。微博(Microblog),即微型博客,Wiki*http://zh.wikipedia.org/上给出的定义是“微博是一种允许用户及时更新简短文本(通常少于140字)并可以公开发……p>
登录APP查看全文
