概念分类体系上的长概念查询
信息检索
2015-12-01 v1
摘要
本文研究在给定概念作为查询时寻找典型实体的问题。对于如“大学”这样的短概念，这是一个被广泛研究的问题：检索微软 Probase 和谷歌 isA 数据库等知识库，这些库预先物化了在网页语料 Hearst 模式中为该概念找到的实体。然而，我们发现大多数现实查询是长概念查询(LCQ)，例如“美国顶尖私立大学”，它们不能也不应被预物化。我们的目标是对 LCQ 进行实体检索的在线构建。我们认为，将 LCQ 重写为一组扩展的组成短概念的交集这一朴素基线虽导致极高精度但召回率极低。相反，我们提出通过识别查询概念的相关概念来扩充概念列表。然而，由于这种召回率的提升常引入假正例并反过来降低精度，我们提出以下两种技术：首先，我们识别具有不同相关度的概念以生成线性序与成对序约束。其次，我们对实体排序以试图避免与这些约束冲突，从而剪枝掉排名低的（可能为假正例）实体。借助这些新技术，我们的方法显著优于现有最优方法。
引用
@article{arxiv.1511.09009,
title = {Long Concept Query on Conceptual Taxonomies},
author = {Yi Zhang and Yanghua Xiao and Seung-won Hwang and Wei Wang},
journal= {arXiv preprint arXiv:1511.09009},
year = {2015}
}