规则、资源与限制：基于任务的信息请求意图分类法
信息检索
2026-01-21 v1
摘要
理解和分类查询意图可以通过帮助使搜索结果与用户查询背后的动机相一致来提高检索有效性。然而，现有的意图分类法通常源自系统日志数据，主要捕获孤立的信息需求，而更广泛的任务背景往往未被解决。随着与大语言模型 的交互将用户期望从简单的查询解答扩展到全面的任务支持（例如，在购买决策或旅行规划中），这一局限性变得越来越相关。同时，当前的 LLM 仍然难以完全解释复杂和多方面的任务。为了解决这一差距，我们主张在查询意图上采取更强的基于任务的视角。基于对机场信息文员的扎根理论访谈研究，我们提出了一种基于任务的信息请求意图分类法，弥合了传统的以查询为中心的方法与 AI 驱动的面向任务搜索的新兴需求之间的差距。
引用
@article{arxiv.2601.12985,
title = {Rules, Resources, and Restrictions: A Taxonomy of Task-Based Information Request Intents},
author = {Melanie A. Kilian and David Elsweiler},
journal= {arXiv preprint arXiv:2601.12985},
year = {2026}
}
备注
11 pages, 1 figure, to be published in: 2026 ACM SIGIR Conference on Human Information Interaction and Retrieval (CHIIR '26), March 22-26, 2026, Seattle, WA, USA. ACM, New York, NY, USA, 11 pages. https://doi.org/10.1145/3786304.3787863