评估一种用于基于主题检索的监督式术语加权技术的行为与性能
信息检索
2020-07-20 v2
摘要
本文分析并评估了 FDD\beta，一种可应用于基于主题检索中查询词选择的监督式术语加权方案。FDD\beta 基于两个因子对术语进行加权，这两个因子分别表示术语相对于给定主题的描述力和区分力。随后，它使用一个可调参数组合这两个因子，从而有利于检索的不同方面，如精确率、召回率或两者之间的平衡。本文做出以下贡献：(1) 对 FDD\beta 作为可调函数参数的行为进行了广泛分析；(2) 将 FDD\beta 与十八种传统及最先进的加权方案进行比较；(3) 评估了通过使用所分析方法选出的术语组合构建的析取查询的性能；(4) 引入了一个新的公共数据集，其中包含标记为与经济领域相关或不相关的新闻。分析与评估在三个数据集上进行：两个知名文本数据集，即 20 Newsgroups 和 Reuters-21578，以及新发布的数据集。可以得出结论，尽管简单，FDD\beta 仍可与最先进的方法竞争，并具有在适应特定任务目标时提供灵活性的重要优势。结果还表明，FDD\beta 为探索构建复杂查询的不同方法提供了有用的机制。
引用
@article{arxiv.2007.06616,
title = {Assessing the behavior and performance of a supervised term-weighting technique for topic-based retrieval},
author = {Mariano Maisonnave and Fernando Delbianco and Fernando Tohmé and Ana Maguitman},
journal= {arXiv preprint arXiv:2007.06616},
year = {2020}
}