Web检索查询意图分类技术综述.pdfVIP

维普资讯 第 22卷 第 4期 中文信息学报 Vol|22，No．4 2008年 7月 JOURNALOFCHINESE INFORMATION PROCESSING Jul_，2008 文章编号：1003—0077(2008)04—0075—08 Web检索查询意图分类技术综述 张 森 ，王 斌 (中国科学院 计算技术研究所 ，北京 i00190) 摘 要 ：查询分类是近年来信 息检 索领域 的研 究热点，并且在很 多领域得到 了广泛地关注。主要讨论根据查询 的意 图进 行分类的研 究工作 ，从查询 分类 的诞 生背景 、关键技 术 、所使 用的分类方法和评 价 方 法方 面进 行 综述评 论 ，提 出了查询意 图分类面临的问题和挑 战。认为缺乏权威的评测标准 、在 大规模数据集上 的未经全面测试 的 性能 、如何 准确地 获取查询 的特征 以及如 何证 明分类 体 系的 完备 性 和独 立性是 目前 查询意 图分类研 究 的关键 一～～～～一一一～一一一一一一．一一一一一一一一一一～一一～～～～一一～一一一一一～一一一一一～一一一～～一一一～一一一一 问题 。 关键词 ：计算机应用；中文信 息处理 ；自动查询分类 ；查询意 图分类 ；分类方法；数据集 ；特征提取 ；机器学 习 中图分类号 ：TP39l 文献标 识码 ：A 一一～一一～一一一一一～一～m一一一一 知所措 。搜索引擎 的m现在一定程度上缓解了针对 l 引言 海量信息的浏览和查找的难度。甚至可 以说 ，搜索 引擎就是网络 的入 口，Web用户可以通过 向搜索 引 随着互联 网的发展 ，WorldWideWeb(以下 简 擎提交 Web查询来使用这个入 口。web查询 (以 称 web)上 内容越来越多 ，充满 了各种各样 的信息 。 下简称 “查询”)特指那些被提交给网络上 的搜索引 这些信息以包括传统 网页、格式化文档、媒体文件 擎 、用以满足某些特定需求的查询 。 (图片、音频、视频)、网络 目录、用户档案 、各种讨论 另外需要注意的是 ，互联网上用户的查询行为 区、邮件列表 、blog等在 内的多种形式呈现 。因此 具有不可预测的特点。在 目前由搜索引擎所提供的 从 网络上信息的功能和存在形式来说 ，网络 中的信 交互接 口和服务决定 的条件下 ，用户往往 只能使用 息集合是一个异构的集合 ；而且 网络上 的信息越来 有限数量 的词汇来抽象和概括他们的需求 。这个从 越多，这使得用户在面对如此海量 的信息时往往不 信息需求到形成查询然后提交给搜索 引擎 的过程见 收稿 日期 ：200709—16 定稿 日期 ：2007一ll一23 基金项 目：国家 自然科学基金 资助项 目；国家 973课题资助项 目(2004CB318109) 作者简介：张森 (1983一)，男，硕士生 ，主要研究方向为文本信息检索；王斌 (1972一)，男，博士 ，副研究员 ，主要研究方 向 为信息检索和 自然语言处理 。 维普资讯 76