一种无指导的子主题挖掘方法
2016-05-04郑剑夕蔡东风
中文信息学报 2016年1期
郭 程,白 宇,郑剑夕,蔡东风
(沈阳航空航天大学,知识工程研究中心,辽宁 沈阳 110136)
一种无指导的子主题挖掘方法
郭 程,白 宇,郑剑夕,蔡东风
(沈阳航空航天大学,知识工程研究中心,辽宁 沈阳 110136)
为了解决用户查询经常存在表意模糊或歧义性等问题,明确用户的查询意图,该文提出了一种无指导的子主题挖掘方法。该方法首先在检索结果文档集中利用ATF × PDF模型挖掘候选主题词;其次,为保证子主题的多样性,该文基于HowNet语义相似度方法对候选主题词进行了层次聚类分析,进而得到潜在主题;最后,利用LCS算法生成多样性子主题。实验结果显示,系统平均D#-nDCG@10达到0.573,结果说明该方法在明确查询主题表意方面取得了较好效果。
子主题挖掘;查询意图;潜在主题
1 引言
目前,商业搜索引擎还是传统的关键词检索,然而,用户输入的关键词往往不能完全准确地表达自己的查询目的: 一方面,很多关键词本身具有歧义或模糊等特点,例如,“苹果”,既可代表一个品牌,又可表示一种水果;另一方面,用户查询一般比较短,中文查询一般由2~3个词语组成[1],例如,“歌手李娜”,用户意图可能是“歌手李娜”的资料,也可能是“歌手李娜”的歌曲。因此,如何在有限的查询词中识别用户真正意图,成为制约搜索引擎发展的关键技术问题。在目前无法精确确定用户真正意图的情况下,查询结果多样性成为解决此问题的一种途径,该方法以最大化的满足用户的不同信息需求为目的,从而改善了用户体验。……
登录APP查看全文
