基于多样性的历史:辅助历史学家检索新闻档案
信息检索
2018-10-25 v1
摘要
像报纸档案这样的纵向语料库对历史研究具有巨大价值,而时间作为历史学家的一个重要因素强烈影响着他们在这些档案中的搜索行为。在检索随时间发布的文章时,一个关键偏好是获取涵盖重要时间点上重要方面的文档,这与标准搜索行为不同。为支持这种搜索策略,我们引入历史查询意图的概念,以显式建模历史学家的搜索任务,并定义新闻档案上的方面-时间多样化问题。我们提出一种新颖算法 HistDiv,它基于历史学家的信息寻求行为显式建模方面和重要时间窗口。通过结合基于发布时间和时间表达式的时间先验,我们在方面和时间维度上同时进行多样化。我们通过基于《纽约时报》语料库构建测试集,并以 30 个历史意图查询的工作负载进行人工评估来测试我们的方法。我们发现 HistDiv 在子主题召回率上优于所有竞争对手,但精度略有损失。我们还展示了一项定性用户研究的结果,以确定这种精度下降是否损害用户体验。我们的结果表明用户仍然偏好 HistDiv 的排序。
引用
@article{arxiv.1810.10251,
title = {History by Diversity: Helping Historians search News Archives},
author = {Jaspreet Singh and Wolfgang Nejdl and Avishek Anand},
journal= {arXiv preprint arXiv:1810.10251},
year = {2018}
}