一种基于本体和用户日志的查询扩展方法.pdfVIP

ComputerEngineeringandApplications计算机工程与应用 一 种基于本体和用户 日志的查询扩展方法 欧阳柳波，谭睿哲 OUYANG Liubo，TAN Ruizhe 湖南大学 信息科学与工程学院，长沙 410082 CollegeofInformationScienceandEngineering，HunanUniversity,Changsha410082，China OUYANGLiubo，TANRuizhe．Queryexpansionmethodbasedonontologyanduserlog．ComputerEngineeringand Applications，2015，51 1 ：151—155． Abstract：Inordertosolvethewordambiguityproblem ininformationretrieval，anew queryexpansionmethodbasedon ontologyanduserlogisproposed．Thispaperexpandsuserqueriesusingdomainontologyfrom thesemanticleveltothe formationoftheinitialexpandedconceptofset，combinedwithuserquery logssetforsecondaryscreeningoftheinitial setbyuseofCO—occurrenceanalysis．Theexperimentalresultsshow that，comparedtothetraditionalexpansionmethod basedonthelocalCO—occurrenceandontology—basedextensionmethod，thismethodnotonlyensuresgoodrobustness，but alsoeffectivelyimprovestheretrievalaccuracy． Keywords：ontology；queryexpansion；userlog；semanticsimilarity；CO-occurrencedegree 摘 要：为了解决信息检索中存在的用词歧义性问题，提 出一种基于本体和用户 日志的查询扩展方法。利用领域本 体从语义层面扩展用户查询形成初始扩展概念集，结合用户查询 日志利用共现度分析对初始扩展概念集进行二次 筛选。实验结果表明，与传统的基于局部共现的扩展方法和基于本体的扩展方法相比较，该方法在保障良好鲁棒性 的同时，有效地提高了检索准确率。 关键词 ：本体 ；查询扩展 ；用户 日志；语义相似度 ；共现度 文献标志码：A 中图分类号：TP391 doi：10．3778j／．issn．1002．8331．1301．0354 l 引言 个问题变得更加尖锐 。较短的查询输入往往不能完整 随着Web技术的不断发展 ，互联网已成为人们获取 地表达用户的查询意图，因此基于关键词的检索会返回 信息的主要手段 ，搜索引擎也在人门的日常生活中扮演 大量无关的结果。 越来越重要的角色。现有的搜索引擎和信息检索系统 查询扩展是解决用户检索关键词不能准确描述用 多采用基于关键词的匹配方式进行全文检索 ，将包含检 户意图的有效手段 ，它利用计算机语言学、信息学等多 索关键词的文档作为查询结果返回。但是 ，由于人们对 种技术 ，在用户查询的基础上通过一定的方法和策略把 现实生活中相同对象的描述用词存在着多样性 ，两个人 与查询相关的词 、词组添加到查询中，组成新的、更能准 使用同样的关键词描述同一对象的概率小于20％，因此 确表达用户查询意图的查询词序列，然后用新查询对文 导致基于关键词机械式符号匹配的检索过程 中很大一 档重新检索 ，从而改善信息检索中的查全率和查准率低 部分相关文档不能被检索到。 下的问题 。 另一方面，用户输入的初始查询词往往较短。研究 目前查询扩展技术按照其扩展词的来源不同主要 者对搜狗搜索引擎上的用户查询做了分析 ，结果表明， 有全局分析 、局部分析和基于关联规则的查询扩展技术 长度不超过3个词的查询占了总查询数的93．15％，平均 等几种 。基于全局分析的方法是最早产生的查询扩展 长度为 1．85个词n，在当前的搜索引擎的使用过程中，这 方法 ，该方法对整个文档集的语词进行相关分析 如语 基金项 目：国家核高基重大专项2012年应用类课题 No．2012ZX01045—004—005—002 。 作者简介：欧阳柳波 1972一 ，男 ，博士，副教授，主