【摘要】：互聯(lián)網(wǎng)上很多資源蘊(yùn)含人類群體智慧.分類網(wǎng)站目錄人工地對(duì)網(wǎng)站按照主題進(jìn)行組織.基于網(wǎng)站目錄中具有主題標(biāo)注的URL設(shè)計(jì)URL主題分類器,結(jié)合偽相關(guān)反饋技術(shù)以及搜索引擎查詢?nèi)罩?提出了自動(dòng)、快速、有效的查詢主題分類方法.具體地,方法為2種策略的結(jié)合.策略1通過計(jì)算搜索結(jié)果中URL的主題分布預(yù)測查詢主題,策略2基于查詢?nèi)罩军c(diǎn)擊關(guān)系,利用具有主題標(biāo)注的URL,對(duì)查詢進(jìn)行標(biāo)注獲取數(shù)據(jù)并訓(xùn)練統(tǒng)計(jì)分類器預(yù)測查詢主題.實(shí)驗(yàn)表明,方法可獲得比當(dāng)前最好算法更好的準(zhǔn)確率,更好的在線處理效率并且可基于查詢?nèi)罩咀詣?dòng)獲取訓(xùn)練數(shù)據(jù),具有良好的可擴(kuò)展性.
[Abstract]:Many resources on the Internet contain human collective wisdom. The catalog of classified websites manually organizes the sites according to their themes. Based on the URL with topic tagging in the website directory, a URL topic classifier is designed. Combining with pseudo-correlation feedback technology and search engine query log, an automatic, fast and effective query topic classification method is proposed. Specifically, the method is a combination of two strategies. Strategy 1 calculates the topic distribution of URL in search results to predict query topics. Strategy 2 uses URL, with topic tagging to extract data and train statistical classifier to predict query topics based on query log click relationship. The experimental results show that the method can achieve better accuracy than the best algorithm, better on-line processing efficiency, and can automatically obtain training data based on query log, which has good scalability.
【作者單位】： 哈爾濱工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;
【基金】：國家自然科學(xué)基金重點(diǎn)項(xiàng)目(60736044);國家自然科學(xué)基金面上項(xiàng)目(61073129) 語言語音教育部-微軟重點(diǎn)實(shí)驗(yàn)室開放基金項(xiàng)目(HIT.KLOF.2009020) “核高基”國家科技重大專項(xiàng)基金項(xiàng)目(2011ZX01042-001-001) 國家“八六三”高技術(shù)研究發(fā)展計(jì)劃基金項(xiàng)目(2011AA01A207)
【分類號(hào)】：TP391.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 岳峰;孫亮;王寬全;王永吉;左旺孟;;利用構(gòu)建語義詞典的查詢自動(dòng)分類方法[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2008年07期

2 ;[J];;年期

3 ;[J];;年期

4 ;[J];;年期

5 ;[J];;年期

6 ;[J];;年期

7 ;[J];;年期

8 ;[J];;年期

9 ;[J];;年期

10 ;[J];;年期

相關(guān)會(huì)議論文 前1條

1 宋巍;張宇;謝毓彬;高漢東;劉挺;李生;;利用URL類別改進(jìn)查詢主題分類[A];第六屆全國信息檢索學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前2條

1 曹歡歡;基于大規(guī)模搜索日志挖掘的上下文感知搜索研究[D];中國科學(xué)技術(shù)大學(xué);2009年

2 翟海軍;面向Web信息檢索的知識(shí)挖掘[D];中國科學(xué)技術(shù)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前3條

1 謝宇超;面向?qū)嶓w查詢的開放式信息抽取技術(shù)研究[D];北方工業(yè)大學(xué);2012年

2 徐驥超;網(wǎng)絡(luò)日志挖掘及其在查詢理解中的應(yīng)用研究[D];北方工業(yè)大學(xué);2013年

3 王井豐;基于百度百科的查詢意圖分類[D];吉林大學(xué);2013年

，

本文編號(hào)：2377389