查询意图研究综述

近年来,学界对查询意图进行了广泛探讨,一些重要国际会议如SIGIR,WWW等越来越重视查询意图的相关研究,其研究点主要集中在给定分类体系下的查询意图识别,内容涉及查询意图类目体系构建、特征识别、分类方法以及数据集与评价方法。研究发现当前查询意图研究面临如下问题和挑战:缺乏权威的评测标准,各种分类方法在大规模查询集合上的性能还不确定,有效提取或者获得查询特征的方法仍然值得深入研究,查询意图分类体系的完备性和类别间独立不相关性尚不确定。

基于查询意图的长尾查询推荐

查询推荐是一种提升用户搜索效率的重要工具.传统的查询推荐方法关注频度较高的查询,但对于那些频度较低的长尾查询,由于其信息的稀疏性而难以产生好的推荐效果.另外,传统的方法由于没有考虑查询意图对推荐结果的影响,故对长尾查询的推荐会受到查询中噪声单词的影响.该文提出了一种新的关于词项查询图(term-query graph)概率混合模型,该模型能够准确地发掘出用户的查询意图.另外,文中还提出了一种融合查询意图的查询推荐方法,该方法可以将新查询中单词的推荐结果按查询意图自然地融合起来,从而避免了噪声单词对推荐结果的影响.实验结果表明,通过考虑查询意图,可以显著提高长尾查询推荐的相关性.

面向查询意图的搜索引擎设计与实现

搜索引擎存在很多问题 ,原因在于引擎不能准确地理解用户的查询意图。提出面向查询意图的搜索系统 ,该系统允许用户采用自然语言输入查询要求 ,然后系统展开语义联想 ,理解出用户的真实意图 ,并提交用户确认或修改 ,进而根据确认的真实意图构造查询实例 ,提交到各个Web搜索引擎搜索 ,并将返回结果根据用户意图排序。同时系统还从用户对查询结果的交互中学习理解用户意图的知识。

一种搜索引擎的查询意图发现的新方法

查询背后的信息需求被定义为查询意图，搜索引擎可以根据不同的查询意图，提供多样性的服务，优化检索效果。查询意图的识别多被看成是一种分类问题，现有的大多数方法都基于查询串文本本身的特征和查询的用户点击数据特征。这两种方法存在如下的困难：对于查询串的文本特征，查询比较短，特征比较稀疏，要进行比较准确的理解会比较困难；对于用户点击特征，由于用户提交查询的长尾性分布，大多数查询的提交次数都是较少的，对于这些查询，要判别它们的意图是比较困难的。为了克服长尾查询上查询意图判断的不可靠问题。本文提出利用查询结果的相关性分数的分布作为特征来判断查询意图的方法。这种方法依赖查询结果的特征，比查询串本身的特征更加丰富；同时不依赖于用户的点击数据，因此可以克服长尾查询上的困难。结果表明，使用结果分数分布，可以提高意图判别的准确程度。

Web检索查询意图分类技术综述

查询分类是近年来信息检索领域的研究热点,并且在很多领域得到了广泛地关注。主要讨论根据查询的意图进行分类的研究工作,从查询分类的诞生背景、关键技术、所使用的分类方法和评价方法方面进行综述评论,提出了查询意图分类面临的问题和挑战。认为缺乏权威的评测标准、在大规模数据集上的未经全面测试的性能、如何准确地获取查询的特征以及如何证明分类体系的完备性和独立性是目前查询意图分类研究的关键问题。

用户查询意图切分的研究

用户查询意图是指用户在构建查询时,希望搜索引擎能够返回的信息.如果搜索引擎可以判断用户当前查询与之前输入的查询是否属于同一查询意图,那么可以为用户提供更适当的查询建议、查询扩展或者个性化检索服务等.该文提出了基于点击相似度切分用户查询意图,在决策树模型和CRF模型上都取得了一定的提升.利用用户点击信息可以提高查询意图切分的效果,引入用户点击信息后,基于决策树的方法,F值提高1%,基于CRF模型的F值提高1.4%.

一种融合用户学习过程的用户查询意图模型

用户查询意图模型是查询扩展和查询推荐研究的一个热点。然而,日志包含的大量噪声对主流的用户查询意图模型构建过程具有较大负面影响,观察日志发现,用户试探性点击行为是日志噪声产生的一个主要原因,并由此提出了一种融合用户学习过程的用户查询意图模型。该模型对用户从试探性点击行为进行建模,从而对试探性点击行为进行识别和过滤。一系列实验结果表明,该模型在日志噪声较高的情况下能够有效过滤试探性点击产生的噪声,提高用户查询意图描述的准确率;将该模型应用于查询推荐过程后,能有效提高查询条件相似性计算的准确率,并提高查询推荐结果的准确率和召回率。

用户查询意图的获取与采访质量优化

针对目前采访工作中的读者需求信息调研存在的问题,提出运用数据收集技术,获取用户在检索过程中的查询意图、关注对象,使采访人员能够更加全面地对读者的需求倾向以及兴趣特点进行分析,为采访工作提供科学的决策依据,优化采访质量的控制,从而进一步完善馆藏资源建设,最大限度地满足教学和科研需要。

查询意图分类技术综述

查询分类是近年来信息检索领域的研究热点,并且在很多领域得到了广泛的关注.文章首先介绍了查询分类的概念和一些相关知识,然后主要讨论根据查询的意图进行分类的研究工作,从查询分类的诞生背景、关键技术、所使用的分类方法和评价方法方面进行综述评论,提出了查询意图分类面临的问题和挑战.该文为2008年第七期本期话题<用户查询的理解>的文章之一.

多维度特征的用户查询意图自动分类

为了提高搜索引擎查询结果的质量,越来越关注于对用户提交的网络查询意图的识别。基于查询session对用户提交的查询进行多维度特征提取,尽量能全面系统地描述查询分类特征,并使用SVM进行分类。实验结果表明通过结合查询的多个特征有助于识别查询意图,在人工标注的测试集中对查询意图分类的正确率达到80%。

基于字符级循环网络的查询意图识别模型

以特征模板为主的查询意图识别方法存在人工抽取特征繁琐,并且难以捕捉文本语义信息的问题。为此,基于字符级循环网络,提出一种新的查询意图识别模型。为能有效提取句子深层次语义特征,减少长距离信息依赖的限制,使用长短时记忆网络(LSTM)作为神经网络线性变换层,同时增加一层反向LSTM抽取字符的将来信息特征。使用原始汉字直接作为模型的输入,避免分词结果不准确带来的错误传导问题,利用字符的分布向量表示方法,提高句子语义特征的获取。实验结果表明,该方法整体准确率达到90.7%,相比特征模板方法有所提升,能提高用户查询意图的分类性能。

面向用户查询意图的句子相似度分层计算

为进一步提高句子相似度算法的准确性并提升其在复杂语境中的适用性,综合编辑距离、关键词及同义词语义方法,设计出面向用户查询意图的句子相似度分层算法。在充分分析实验数据用途的基础上,研究数据的特征分布,借助自然标注将句子相似度计算建模为多层次优化问题。经仿真实验证实该算法是有效的,F值可达到0.6019。

查询日志中查询意图的自动识别

针对用户对搜索引擎查询结果满意度不高的问题,提出一种基于用户行为分析的查询意图识别方法来提高搜索引擎查询质量。将查询意图识别视为一个分类问题,分析搜狗查询日志发现:信息事务类查询串点击的不同页面数较多,分布呈现多极值性;导航类查询串点击的不同页面数较少,分布呈现单极值性;导航类查询结果中,子页面噪声对查询分类结果产生严重干扰。根据以上特点,提出"不同页面点击数"、"点击分布值"和"异源页面点击数"三个特征,并结合前人研究,利用C4.5算法训练分类器,进行查询意图识别。实验结果中查询分类的整体正确率达到90%,与Baseline相比,提高了8.5%。结果表明,该方法对识别用户查询意图是有效的。

基于查询意图识别与主题建模的文档检索算法

传统的搜索引擎仅返回给用户包含查询关键字的文档,忽略了查询背后用户真正的信息需求。为此,将文档检索看作个性化推荐问题,提出一种查询意图识别的主题模型个性化检索算法。对用户检索历史进行潜在狄利克雷分布主题建模,结合检索历史主题模型识别用户查询的潜在意图,并按主题相关度进行文档推荐,计算查询到文档集的KL距离对文档集排序,最终返回给用户个性化检索文档列表。实验结果表明,与基于协同相似计算和基于用户聚类的推荐算法相比,该算法能够更准确有效地为用户提供个性化检索。

查询意图自动分类的方法改进探讨

本文在降低数据标注成本的基础上,提高查询意图自动分类的准确率。首先,将ODP主题类目体系映射到Rose等意图类目体系,利用启发式和匹配的方法形成标注规则,对查询日志数据进行自动标注;其次,在提取查询的统计特征、用户行为特征和基于自然语言处理的语义特征基础上,提取查询的句法依赖关系作为分类特征;最后,使用集成学习模型GBDT作为分类器,对查询意图进行分类研究。实验表明,本文提出的标注规则可以获得大量被标注的训练数据集,新增的句法依赖关系特征可以提高查询意图的分类效果,GBDT作为集成学习模型相比线性分类模型可以明显提高查询意图分类的准确率。

基于用户查询意图的搜索排序算法

目前互联网技术的研究热点是智能化的、个性化的服务,而传统的Web搜索排序算法和已有的个性化排序已经不能满足政府、企业等用户的信息查询需要.本文将研究核心定位到充分理解用户查询偏好上,提出了基于用户偏好的PageRank算法.文中利用用户互反馈技术修正查询关键词,利用语义相关性技术分析用户查询意图,理解用户偏好.改进的算法完善了搜索查询的可靠性依据,能够较好地挖掘用户的偏好主题,贴近用户的查询目的,提高搜索查询效率和用户满意度.

基于查询意图的数据空间预取方法

为在查询前预取用户可能访问的数据,提出了一种利用查询日志的数据空间预取方法。该方法从查询日志中提取意图特征,并采用聚类技术对其进行聚类,识别用户查询意图,并基于该意图预取查询结果。实验结果表明:该方法在预取准确率和查询效率方面均显著优于已有方法。

基于搜索引擎日志的用户查询意图分类

为了搜索引擎能提供高质量检索,提出了一种查询意图自动分类模型。该模型将用户查询分为咨询、学术、资源、服务、导航和热点6类,建立了一套查询意图分类体系;在传统搜索引擎系统中加入查询意图处理模块,通过对用户查询意图的查询词信息(Qi)、点击URL信息(Cu)和基于某分类的URL点击排序(Cr)3个分类特征进行统计分析,提取其特征向量,进而推断出用户查询意图。通过在Sogou数据集上的试验表明,各类信息的查询分类效果F值均大于0.8,取得了较好的分类效果。

电子商务平台中用户查询意图识别与分析方法研究

在电子商务平台中为了提高用户查询意图识别与分析效果,提出基于查询意图的分类方法,对URL进行意图分类.从购物车选择、商品特征、商品口碑与品牌刺激特征进行分析,判断用户的意图;对文中所研究的用户意图识别方法进行实验分析,以用户行为和商品特征为例进行说明.结果显示,在高意图的用户购买行为中,行为特征中用户在页面累计活跃度、上个会话是否购买和在该网页持续时间对用户的购买行为具有明显的正向影响.商品特征中特定商品热度越高,用户购买的可能性越高.

利用查询重构识别查询意图

基于AOL查询日志数据集,在不给定查询意图类目体系情况下,尝试利用查询重构来识别用户查询意图。主要探讨如何识别出能表达原查询用户意图的查询重构以及如何对识别的查询意图进行聚类两个问题。人工评测结果表明,该方法能够取得较好的实验效果。