綜合語(yǔ)義和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化的方法
【專利摘要】本發(fā)明公開了綜合語(yǔ)義和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化的方法；步驟如下：接收用戶的查詢；采用查詢時(shí)效性分類算法判斷查詢屬于沒(méi)有時(shí)間意圖的查詢QoT、僅有一個(gè)查詢量突起的查詢OQ、有多個(gè)查詢量突起且突起之間沒(méi)有周期性的查詢AMQ和有多個(gè)查詢量突起且突起之間有周期性的查詢PMQ中的哪一類，若該查詢屬于QoT類就進(jìn)入步驟（3-1）；若該查詢屬于OQ、AMQ、PMQ三類中的一類，就進(jìn)入步驟（3-2）；（3-1）：僅考慮語(yǔ)義意圖對(duì)檢索結(jié)果進(jìn)行多樣化；（3-2）：計(jì)算P(t|q)并同時(shí)考慮語(yǔ)義意圖和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化；將多樣化的檢索結(jié)果輸出；本發(fā)明有效地建模查詢動(dòng)態(tài)性，通過(guò)考慮查詢的時(shí)效性特征來(lái)提升信息檢索系統(tǒng)的性能，改善用戶的搜索體驗(yàn)。
【專利說(shuō)明】綜合語(yǔ)義和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化的方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及信息檢索領(lǐng)域，具體地說(shuō)是一種綜合語(yǔ)義和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化的方法。
【背景技術(shù)】
[0002]隨著大數(shù)據(jù)時(shí)代的到來(lái)，信息量越來(lái)越豐富，信息需求越來(lái)越復(fù)雜，信息檢索系統(tǒng)如何利用有限的空間滿足用戶的不同信息需求變得異常重要。而結(jié)果的多樣化作為一種最有效的解決方案近來(lái)受到企業(yè)界和學(xué)術(shù)界的普遍關(guān)注。
[0003]之所以要對(duì)信息檢索結(jié)果進(jìn)行多樣化的主要原因包括:
[0004](I)大多查詢存在歧義性、模糊性和多義性。一個(gè)典型的代表查詢是“蘋果”。它既可以代表一種水果，也可以代表蘋果公司或者其電子產(chǎn)品。對(duì)這種查詢用戶希望返回多樣化的結(jié)果，因?yàn)樗阉饕娌恢烙脩舻木唧w需求。
[0005](2)用戶的信息需求具有不確定性、瀏覽性，并且因人而異。也就是說(shuō)即使是同一個(gè)查詢，不同用戶的信息需求也是不同的。比如同樣是查詢“豬流感”，醫(yī)務(wù)人員可能更關(guān)注豬流感的病理、病因等專業(yè)方面的信息，而普通大眾則可能更關(guān)注豬流感的傳播等新聞信
肩、O
[0006]( 3 )ffeb是一個(gè)動(dòng)態(tài)的信息空間，其中的內(nèi)容不斷變化。用戶查詢也是時(shí)間敏感的，即用戶的查詢意圖隨時(shí)間而變化。比如同樣是查詢“地震”，在地震發(fā)生不久時(shí)用戶的查詢意圖與地震過(guò)后的查詢意圖存在很大區(qū)別。
[0007](4)大數(shù)據(jù)時(shí)代造成了大量可用信息的存在，因此需要信息檢索系統(tǒng)在提供檢索結(jié)果時(shí)需要盡量避免冗余信息，并保證新穎性和多樣性。
[0008]任何事物都不是一成不變的，互聯(lián)網(wǎng)更是如此，網(wǎng)絡(luò)信息日新月異。因此，對(duì)于信息檢索系統(tǒng)來(lái)說(shuō)，時(shí)效性是一個(gè)很重要的因素。然而，傳統(tǒng)的檢索結(jié)果多樣化方法只是考慮查詢的語(yǔ)義意圖進(jìn)行多樣化，比如經(jīng)典的MMR模型、xQuAD模型、IA-SeIect模型等，這樣，難以捕捉查詢的動(dòng)態(tài)性，不能有效地利用查詢的時(shí)效性特征來(lái)改善信息檢索系統(tǒng)的性能。

【發(fā)明內(nèi)容】

[0009]本發(fā)明的目的就是為了解決上述問(wèn)題，提供了一種綜合語(yǔ)義和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化的方法，該方法可以有效地建模查詢的動(dòng)態(tài)性，通過(guò)考慮查詢的時(shí)效性特征來(lái)提升信息檢索系統(tǒng)的性能，改善用戶的搜索體驗(yàn)，提高用戶滿意度。
[0010]為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案:
[0011]一種綜合語(yǔ)義和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化的方法，步驟如下:
[0012]步驟(I):接收用戶的查詢；
[0013]步驟(2):采用查詢時(shí)效性分類算法判斷查詢屬于
[0014]沒(méi)有時(shí)間意圖的查詢QoT (Query without Time intent)、
[0015]僅有一個(gè)查詢量突起的查詢OQ (One spike Query)、[0016]有多個(gè)查詢量突起且突起之間沒(méi)有周期性的查詢AMQ (Aperiodic Mult1-spikeQuery)和
[0017]有多個(gè)查詢量突起且突起之間有周期性的查詢PMQ (Periodic Mult1-spikeQuery)
[0018]中的哪一類，若該查詢屬于QoT類就進(jìn)入步驟(3-1);若該查詢屬于0Q、AMQ、PMQ三類中的一類，就進(jìn)入步驟(3-2)；
[0019]步驟(3-1):僅考慮語(yǔ)義意圖對(duì)檢索結(jié)果進(jìn)行多樣化；
[0020]步驟(3-2):計(jì)算P(t|q)并同時(shí)考慮語(yǔ)義意圖和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化；
[0021]步驟(4):將多樣化的檢索結(jié)果輸出。
[0022]所述步驟(3-1)的計(jì)算公式為:
[0023] (1)
【權(quán)利要求】
1.一種綜合語(yǔ)義和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化的方法，其特征是，步驟如下: 步驟(1):接收用戶的查詢； 步驟(2):采用查詢時(shí)效性分類算法判斷查詢屬于 沒(méi)有時(shí)間意圖的查詢QoT、 僅有一個(gè)查詢量突起的查詢0Q、 有多個(gè)查詢量突起且突起之間沒(méi)有周期性的查詢AMQ和 有多個(gè)查詢量突起且突起之間有周期性的查詢PMQ 中的哪一類，若該查詢屬于QoT類就進(jìn)入步驟(3-1);若該查詢屬于OQ、AMQ、PMQ三類中的一類，就進(jìn)入步驟(3-2); 步驟(3-1):僅考慮語(yǔ)義意圖對(duì)檢索結(jié)果進(jìn)行多樣化； 步驟(3-2):計(jì)算P(t|q)并同時(shí)考慮語(yǔ)義意圖和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化； 步驟(4):將多樣化的檢索結(jié)果輸出。
2.如權(quán)利要求1所述的一種綜合語(yǔ)義和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化的方法，其特征是，所述步驟(3-1)的計(jì)算公式為:
3.如權(quán)利要求2所述的一種綜合語(yǔ)義和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化的方法，其特征是，所述公式(I)中，根據(jù)條件獨(dú)立性假設(shè)，P (d I q，t, z)進(jìn)一步展開為:
4.如權(quán)利要求1所述的一種綜合語(yǔ)義和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化的方法，其特征是，所述步驟(3-2)的計(jì)算公式為:
5.如權(quán)利要求4所述的一種綜合語(yǔ)義和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化的方法，其特征是，所述公式(3)中，根據(jù)條件獨(dú)立性假設(shè)，P (d |q，t, z)進(jìn)一步展開為:
6.如權(quán)利要求3或5所述的一種綜合語(yǔ)義和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化的方法，其特征是，所述公式(2)和(4)中，P(Cd|q)是用于衡量文檔d與查詢q的語(yǔ)義相關(guān)度，其計(jì)算方式如下:
7.如權(quán)利要求3或5所述的一種綜合語(yǔ)義和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化的方法，其特征是，所述公式(2)和(4)中，P(CdIz)計(jì)算方式與P(CdIq)相似，用于衡量文檔d與子主題z的語(yǔ)義相關(guān)度。
8.如權(quán)利要求5所述的一種綜合語(yǔ)義和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化的方法，其特征是，所述公式(4)中，P(td|t)衡量文檔的發(fā)布時(shí)間td與查詢的時(shí)效性意圖t的相關(guān)度；使用Sigmoid函數(shù)作為時(shí)間衰減函數(shù)來(lái)計(jì)算P(td| t)；
9.如權(quán)利要求2或4所述的一種綜合語(yǔ)義和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化的方法，其特征是，所述公式(1)和(3)中，P (z |q)是子主題ζ的重要性；某個(gè)子主題與用戶的查詢意圖越相關(guān)，該子主題的P(z|q)應(yīng)該更大；在沒(méi)有任何先驗(yàn)知識(shí)的情況下，用均勻分布來(lái)建模P (z |q)的分布，即:
10.如權(quán)利要求1所述的一種綜合語(yǔ)義和時(shí)效性意圖對(duì)檢索結(jié)果進(jìn)行多樣化的方法，其特征是，所述公式(3)中，P(t|q)的計(jì)算方式，分三種情況: 第一種是基于文檔估計(jì)方法，P (t |q)計(jì)算公式為:
【文檔編號(hào)】G06F17/30GK103870592SQ201410123319
【公開日】2014年6月18日 申請(qǐng)日期:2014年3月28日 優(yōu)先權(quán)日:2014年3月28日
【發(fā)明者】陳竹敏, 任鵬杰, 馬軍, 吳凱, 隋雪芹, 宋曉萌 申請(qǐng)人:山東大學(xué)