一种利用 Wikipedia 与 WordNet 的查询扩展新方法

查询扩展（QE）是一种用于提升信息检索效能的知名技术。QE 通过添加相似词项来重构初始查询，从而有助于检索到更相关的结果。文献中已提出若干方法并取得了相当有利的结果，但它们并非对所有类型的查询（独立词项查询与短语查询）都同样有利。其主要原因之一是在扩展独立词项与短语查询词项时使用了相同类型的数据源与加权方案。结果，查询词项间的整体关系未被很好地捕捉或打分。为解决此问题，我们提出了一种利用 Wikipedia 与 WordNet 作为数据源的 QE 新方法。具体而言，Wikipedia 为短语词项提供丰富的扩展词项，而 WordNet 为独立词项提供同样丰富的扩展词项。我们还提出了针对扩展词项的新颖加权方案：入链分数（针对从 Wikipedia 提取的词项）与基于 tf-idf 的方案（针对从 WordNet 提取的词项）。在所提出的基于 Wikipedia-WordNet 的 QE 技术（WWQE）中，我们对扩展词项进行两次加权：首先由加权方案分别对其打分，然后该加权方案利用相关度分数针对整个查询对所选扩展词项打分。所提方法在 FIRE 数据集上相较未扩展查询在 MAP 分数上提升 24%，在 GMAP 分数上提升 48%。实验结果相较独立扩展及其他相关前沿方法均取得显著改进。我们还通过改变扩展词项数量分析了所提技术对检索效能的影响。