基于Markov網(wǎng)絡(luò)團(tuán)的查詢(xún)意圖識(shí)別.pdf

1、互聯(lián)網(wǎng)發(fā)展至今,網(wǎng)絡(luò)上的數(shù)據(jù)呈指數(shù)級(jí)增長(zhǎng),如何能夠更準(zhǔn)確的給用戶(hù)提供所需的信息成為信息檢索領(lǐng)域研究的熱點(diǎn)問(wèn)題之一。傳統(tǒng)的信息檢索系統(tǒng)主要是通過(guò)簡(jiǎn)單的計(jì)算查詢(xún)?cè)~跟文檔中詞之間的簡(jiǎn)單匹配操作,從而得到與查詢(xún)相關(guān)的文檔列表,這樣往往無(wú)法提供給用戶(hù)滿(mǎn)意的結(jié)果。因?yàn)橛行┰~是有歧義的,并且有些詞的意思也會(huì)隨著時(shí)間的變化而變化。
　　如何能夠更好的組織查詢(xún)與文檔之間的關(guān)系問(wèn)題。首先要解決的就是詞之間的關(guān)系問(wèn)題,由于查詢(xún)往往很短,所以我們需要利用

2、額外的信息來(lái)對(duì)查詢(xún)進(jìn)行擴(kuò)展[3][23][24][25][26][27],Markov網(wǎng)絡(luò)團(tuán)就是一種很好的用于查詢(xún)擴(kuò)展方法,它與我們傳統(tǒng)的基于簡(jiǎn)單詞匯匹配的檢索方法不同,它是將圖論、計(jì)算機(jī)科學(xué)、概率論的技術(shù),思想融合起來(lái)。Markov網(wǎng)絡(luò)被廣泛用于不確定性知識(shí)的表示和推理,以及變量之間的傳遞過(guò)程,它是解決不確定性問(wèn)題的有效方法。信息檢索系統(tǒng)存在很多問(wèn)題,因?yàn)樗荒軠?zhǔn)確地理解用戶(hù)的查詢(xún)意圖。因此對(duì)用戶(hù)的查詢(xún)意圖進(jìn)行識(shí)別也是一種有效提高檢索

3、效率的方法[37][42][44][47]。所以,試想如果能夠利用Markov網(wǎng)絡(luò)團(tuán)的方法來(lái)對(duì)查詢(xún)意圖進(jìn)行識(shí)別,并且在后續(xù)的檢索過(guò)程中加入查詢(xún)的意圖信息,是否能更好的提高檢索效率。
　　基于上面的思想,我們提出運(yùn)用這種方法來(lái)對(duì)查詢(xún)意圖識(shí)別。首先人工標(biāo)注搜狗查詢(xún)?nèi)罩局屑s2250個(gè)查詢(xún)作為測(cè)試數(shù)據(jù)。采用搜狗提供的分類(lèi)語(yǔ)料(共十類(lèi))來(lái)建立Markov網(wǎng)絡(luò),通過(guò)建立的Markov網(wǎng)絡(luò)來(lái)對(duì)查詢(xún)進(jìn)行擴(kuò)展,從而得到相關(guān)的返回結(jié)果列表,通過(guò)在分類(lèi)