-
题名基于统计和特征相结合的查询纠错方法研究
被引量:3
- 1
-
-
作者
段建勇
关晓龙
-
机构
北方工业大学计算机学院
-
出处
《现代图书情报技术》
CSSCI
2016年第2期34-42,共9页
-
基金
北京市社会科学基金项目"北京市公共危机事件在网络传播中的演化机制与模型研究"(项目编号:13SHC031)
国家自然科学基金项目"面向维基百科的多粒度一体化信息抽取方法研究"(项目编号:61103112)的研究成果之一
-
文摘
【目的】提高搜索引擎查询纠错过程中的准确率和召回率,改善用户的检索体验。【方法】提出一种基于统计和特征相结合的查询纠错模型,建立混淆集生成模型,将用户输入的查询关键字生成其对应的混淆集;建立混淆集排序模型,对混淆集中的词条进行排序,选出混淆集中最佳的词条与用户输入的查询关键字对照,以此达到查错纠错的目的。【结果】实验结果证明该模型在搜索引擎查询时具有较好的效果,测试集在110k时的准确率和召回率分别达到92.2%和95%,相对于N-gram纠错模型准确率和召回率分别提高13.6%和8.3%。【局限】该模型中混淆集的生成规则有限、模型的训练需要大量的计算。【结论】本模型能够提高搜索引擎查询的准确率及效率,改善用户的检索体验。
-
关键词
查询纠错
混淆集
N-GRAM模型
N-gram相似度
编辑距离
点击词频
-
Keywords
Query correction
Confusion sets
N-gram model
N-gram similarity
Levenshtein Distance(LD)
Frequent click rate
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-