面向隐私研究的查询日志构建：从问题推导搜索查询
信息检索
2021-06-04 v3
摘要
将冗长的信息需求转化为简洁的搜索查询是一种普遍却鲜被理解的现象。对该过程的深入洞察在若干应用中具有价值，包括从学术界易于获取的公开网络来源合成大规模隐私友好型查询日志。本工作中，我们通过挖掘社区问答（CQA）论坛的巨大潜力，向理解查询构建迈出一步。具体而言，我们从 Stack Exchange 平台抽取涵盖多样主题的自然语言（NL）问题，并开展大规模转换实验，众包工作者提交其在寻找等价信息时会使用的搜索查询。我们对这些数据进行了细致分析，考量转换过程中可能的偏差来源，并提供关于用户特定语言模式与搜索行为的洞察。我们发布了本研究包含 7000 组问题-查询对的数据集，以促进查询理解方面的进一步研究。
引用
@article{arxiv.2004.02023,
title = {Towards Query Logs for Privacy Studies: On Deriving Search Queries from Questions},
author = {Asia J. Biega and Jana Schmidt and Rishiraj Saha Roy},
journal= {arXiv preprint arXiv:2004.02023},
year = {2021}
}
备注
ECIR 2020 Short Paper