面向问题导向的学术文献搜索引擎研究
2016-12-26万连城
电子科技 2016年12期
万连城
(西安电子科技大学 期刊中心,陕西 西安 710071)
面向问题导向的学术文献搜索引擎研究
万连城
(西安电子科技大学 期刊中心,陕西 西安 710071)
针对学术搜索引擎的使用、查询和检索模型尚待深入研究的问题,研究了由学术搜索引擎接收的查询的分布,并且提出了一种查询识别方法。文中分析了学术搜索查询,并将其分为导航查询和信息查询。将导航查询限定为用户寻找特定学术文档的查询,在此条件下,通过引入一组新特征的机器学习方法来识别此类的查询,采用梯度提高树(GBT)来训练识别导航查询的分类器,结果显示在召回率为0.68的条件下,准确率为0.68,并且获得了0.677的F评分。
学术搜索; 导航; 查询; 机器学习
学术搜索引擎已成为许多研究人员起草研究手稿或着手研究提案时的起点。通常,有两类主要的检索系统供学者使用。第一类是引用数据库,例如,Web of Science和Pubmed;另一类是典型的网络搜索,例如,Google学术搜索和百度学术搜索。统计数据可以反映用户对每种类型系统的偏好。在调查统计中,2012年30%的博士研究人员依靠Google学术搜索作为查找信息的主要来源,根据来自加利福尼亚大学的统计数据,Santa Cruz表示Google 学术在2010年被用作次要信息来源[1]。在科学领域检索相关信息的需求导致了在信息检索方面的许多进展[2-6]。Kang和Kim使用了分布差异、相互信息、使用率作为锚文本、以及POS信息用于分类[7];Jansen等人提出了一种基于启发式算法的方法[8];Lee等人研究了用户点击行为和锚链接分布[9]。……
登录APP查看全文
