基于用戶意圖識(shí)別的查詢重構(gòu)研究.pdf

1、如今，搜索引擎能夠幫助用戶從網(wǎng)絡(luò)上獲取所需信息，大大地緩解用戶信息焦慮。但是用戶輸入的查詢?cè)~簡(jiǎn)短，容易產(chǎn)生模糊歧義性，基于查詢關(guān)鍵字匹配的搜索引擎無法識(shí)別一詞多義情況。查詢重構(gòu)技術(shù)是識(shí)別查詢?cè)~背后真正用戶意圖的一個(gè)解決方案。然而，在查詢重構(gòu)技術(shù)中，會(huì)話切分的方法存在一定缺陷，基于會(huì)話共現(xiàn)信息生成的候選查詢，更容易偏離原查詢的用戶意圖，導(dǎo)致通過查詢重構(gòu)識(shí)別的用戶意圖存在交叉重疊問題。
　　通過對(duì)查詢重構(gòu)相關(guān)的理論和技術(shù)進(jìn)行深入研究，

2、基于AOL查詢?nèi)罩荆瑯?gòu)造了用戶意圖識(shí)別的查詢重構(gòu)模型。該模型主要解決如何進(jìn)行用戶意圖的切分、如何識(shí)別出能表達(dá)原查詢用戶意圖的查詢重構(gòu)、如何對(duì)識(shí)別的用戶意圖進(jìn)行聚類等三個(gè)問題。由于現(xiàn)有的算法存在一些不足，論文重點(diǎn)對(duì)構(gòu)造的模型進(jìn)行改進(jìn)，具體如下:
　　該模型總共分三部分:查詢?nèi)罩镜臅?huì)話切分、計(jì)算原查詢?cè)~查詢重構(gòu)及查詢重構(gòu)聚類。第一部分，為了解決詞匯相似度問題，融入查詢間點(diǎn)擊相似性特征。第二部分，為了解決查詢重構(gòu)表達(dá)不準(zhǔn)確問題，另外考慮

3、查詢間的時(shí)間距離及查詢間點(diǎn)擊相似性等因素來計(jì)算原查詢與候選查詢關(guān)系。第三部分，針對(duì)查詢重構(gòu)識(shí)別的用戶意圖存在交叉重疊問題，提出查詢重構(gòu)聚類方法。然而，伴隨聚類也產(chǎn)生兩個(gè)問題:查詢重構(gòu)向量維數(shù)稀疏性和轉(zhuǎn)移概率計(jì)算不準(zhǔn)確性。為了解決查詢重構(gòu)向量維數(shù)稀疏性的問題，通過對(duì)會(huì)話中查詢重構(gòu)詞和點(diǎn)擊URL構(gòu)造Query-URL圖，引入吸收態(tài)的馬爾科夫隨機(jī)游走模型對(duì)圖建模。為了解決轉(zhuǎn)移概率計(jì)算不準(zhǔn)確的問題，綜合考慮URL、排序號(hào)、順序號(hào)三方面因素，參考