关于语义查询扩展微博检索.PDFVIP

情报资料工作 ２０１４ 年第 ２ 期 信信 息息 技技 术术 基于语义查询扩展的微博检索＊ 唐晓波 房小可 （ 武汉大学信息资源研究中心 湖北 ４３００７２） 摘要 文章提出基于语义查询扩展的搜索技术 ， 利用潜在语义分析和 ＴＦ－ ＩＤＦ 两个指标判定词语的 主题相关性 、 描述能力和辨别能力 ， 运用 ＫＬ 距离获取候选词与查询词之间的相似程度 ， 进而进行查询扩 展 ；最后根据词语的权重向量 ，运用余弦公式对检索得到的文档进行相关性排序 。 实验结果表明 ，本文提 出的方法较传统的关键词方法具有明显优势。 关键词 查询扩展 语义检索 微博 相似度计算 Ｍｉｃｒｏｂｌｏｇ Ｒｅｔｒｉｅｖａｌ Ｂａｓｅｄ ｏｎ Ｓｅｍａｎｔｉｃ Ｑｕｅｒｙ Ｅｘｐａｎｓｉｏｎ Ｔａｎｇ Ｘｉａｏｂｏ Ｆａｎｇ Ｘｉａｏｋｅ （ Ｃｅｎｔｅｒ ｆｏｒ Ｓｔｕｄｉｅｓ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｒｅｓｏｕｒｃｅｓ ｏｆ Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ熏 Ｈｕｂｅｉ， ４３００７２） Ａｂｓｔｒａｃｔ Ｉｎ ｔｈｉｓ ｐａｐｅｒ熏 ｗｅ ｐｒｏｐｏｓｅ ａ ｓｅｍａｎｔｉｃ ｓｅａｒｃｈ ｔｅｃｈｎｏｌｏｇｙ ｂａｓｅｄ ｏｎ ｓｅｍａｎｔｉｃ ｑｕｅｒｙ ｅｘｐａｎｓｉｏｎ． Ｗｅ ｕｓｅ ｔｗｏ ｉｎｄｉｃａｔｏｒｓ ｎａｍｅｌｙ ｌａｔｅｎｔ ｓｅｍａｎｔｉｃ ａｎａｌｙｓｉｓ ａｎｄ ＴＦ－ ＩＤＦ ｔｏ ｄｅｔｅｒｍｉｎｅ ｔｈｅ ｒｅｌｅｖａｎｃｅ ｏｆ ｔｈｅ ｔｈｅｍｅ ｗｏｒｄｓ熏 ｄｅｓｃｒｉｐｔｉｏｎ ｃａｐａ- ｂｉｌｉｔｉｅｓ ａｎｄ ｔｈｅ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ａｂｉｌｉｔｙ． Ｔｈｅｎ ＫＬ ｉｓ ｕｓｅｄ ｔｏ ｃｏｍｐｕｔｅ ｔｈｅ ｓｉｍｉｌａｒｉｔｙ ｂｅｔｗｅｅｎ ｗｏｒｄｓ ａｎｄ ｓｅａｒｃｈ ｔｅｒｍｓ 鸦 Ｆｉｎａｌｌｙ熏 ｔｈｅ ｆｏｒｍｕｌａ ｆｏｒ ｔｈｅ Ｃｏｓｉｎｅ ｉｓ ｕｓｅｄ ｔｏ ａｃｑｕｉｒｅ ｔｈｅ ｄｏｃｕｍｅｎｔｓ ｒｅｔｒｉｅｖｅｄ ｒｅｌｅｖａｎｃｅ ｒａｎｋｉｎｇ ｗｉｔｈ ｔｈｅ ｗｅｉｇｈｔ ｖｅｃｔｏｒ ｏｆ ｔｈｅ ｗｏｒｄｓ． Ｅｘｐｅｒｉｍｅｎｔａｌ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄ ｏｆ ｔｈｉｓ ｐａｐｅｒ ｈａｓ ｏｂｖｉｏｕｓ ａｄｖａｎｔａｇｅｓ ｏｖｅｒ ｔｒａｄｉｔｉｏｎａｌ ｍｅｔｈｏｄｓ ｏｆ ｋｅｙ- ｗｏｒｄｓ． Ｋｅｙｗｏｒｄｓ ｑｕｅｒｙ ｅｘｐａｎｓｉｏｎ熏 ｓｅｍａｎｔｉｃ ｒｅｔｒｉｅｖａｌ熏 ｍｉｃｒｏ－ ｂｌｏｇｇｉｎｇ熏 ｓｉｍｉｌａｒｉｔｙ ｃａｌｃｕｌａｔｉｏｎ 移 ，如搜索词为“ 苹果” 、“ 价格” ，结果中会有手机和水 １ 引言 果两种主题价格的信息 ， 依然会降低查准率 ； 对于多 第 ３１ 次中国互联网络发展状况统计报告指出 ， 关键词的检索 ， 搜索引擎仅仅得到很小的结果甚至没 即时通信、博客／ 个人空间 、微博 、社交网站 、视频分享 有 。 总的来说 ， 基于关键词的检索未考虑查询词的具 等社会化媒体类应用的用户使用率均位于前列 ， 作为 体词义 ， 这种完全匹配检索方式不足以满足用户搜索 典型代表的微博 ， 其用户规模达到 ３． ０９ 亿 ， 用户