基于用戶(hù)查詢(xún)?nèi)罩镜闹形幕ヂ?lián)網(wǎng)問(wèn)句自動(dòng)生成和查詢(xún)壓縮研究.pdf

1、隨著互聯(lián)網(wǎng)用戶(hù)和規(guī)模爆炸式增長(zhǎng)，如何讓用戶(hù)更快捷的搜索到需要的信息成了學(xué)術(shù)界和搜索引擎公司共同關(guān)注的問(wèn)題。搜索引擎上用戶(hù)查詢(xún)的形式是多種多樣的，如何正確的分析查詢(xún)是理解用戶(hù)意圖、幫助用戶(hù)得到信息的關(guān)鍵，有廣泛的應(yīng)用前景和重要的地位，是目前研究的熱點(diǎn)。
　　用戶(hù)查詢(xún)?nèi)罩居涗浿兴阉饕嬗脩?hù)的查詢(xún)和點(diǎn)擊行為，是分析用戶(hù)行為、改進(jìn)搜索結(jié)果最有效的數(shù)據(jù)資源。本文應(yīng)用中文搜索引擎的查詢(xún)?nèi)罩?，重點(diǎn)研究了基于查詢(xún)?nèi)罩镜膯?wèn)句自動(dòng)生成和查詢(xún)壓縮方

2、法，主要內(nèi)容如下：
　　第一，基于互動(dòng)類(lèi)問(wèn)答知識(shí)庫(kù)的中文查詢(xún)問(wèn)句自動(dòng)生成?；?dòng)類(lèi)問(wèn)答知識(shí)庫(kù)的出現(xiàn)為用戶(hù)提供了獲得高質(zhì)量知識(shí)的途徑，用戶(hù)可以在上面提問(wèn)、回答和評(píng)價(jià)他人對(duì)問(wèn)題的答案。為改進(jìn)互動(dòng)類(lèi)問(wèn)答知識(shí)庫(kù)的搜索并擴(kuò)大其問(wèn)題的數(shù)量，我們提出了一種問(wèn)句自動(dòng)生成的方法，該方法從用戶(hù)查詢(xún)?nèi)罩局型谌?wèn)句模版，建立查詢(xún)到模板的評(píng)分機(jī)制，當(dāng)查詢(xún)到來(lái)時(shí)找到與之最相關(guān)的模板，并將該查詢(xún)嵌入模板中。實(shí)驗(yàn)結(jié)果顯示我們的方法的1-best準(zhǔn)確率為67％，比互

3、動(dòng)類(lèi)問(wèn)答知識(shí)庫(kù)百度知道的搜索算法效果更好。
　　第二，基于用戶(hù)查詢(xún)?nèi)罩局形牟樵?xún)壓縮?；ヂ?lián)網(wǎng)搜索引擎的查詢(xún)有越來(lái)越長(zhǎng)的趨勢(shì)，并且長(zhǎng)查詢(xún)由于含有冗余信息搜索結(jié)果相對(duì)不佳，為此我們研究長(zhǎng)查詢(xún)壓縮技術(shù)。將長(zhǎng)查詢(xún)分詞，利用有監(jiān)督機(jī)器學(xué)習(xí)的方法以詞為單位判斷這個(gè)詞是否為查詢(xún)中的關(guān)鍵成分。分別采用基于支持向量機(jī)的分類(lèi)方法和基于條件隨機(jī)域模型的序列化標(biāo)注方法，實(shí)驗(yàn)對(duì)比兩種方法的結(jié)果，序列化標(biāo)注方法的效果更好。同時(shí)，通過(guò)分析不同特征對(duì)關(guān)鍵成分識(shí)別的