Query clustering is crucial for automatically discovering frequently asked queries (FAQs) or most popular topics on a question-answering search engine. Due to the short length of queries, the traditional approaches based on keywords are not suitable for query clustering. This paper describes our attempt to cluster similar queries according to their contents as well as the document click information in the user logs.
查询群集对于自动发现问题解答搜索引擎上的常见查询(FAQ)或最流行的主题至关重要。由于查询时间短,传统的基于关键字的方法不适用于查询聚类。本文介绍了我们根据相似查询的内容以及用户日志中的文档点击信息对它们进行聚类的尝试。 P>
机译:减少基于搜索引擎日志的用户配置文件中的用户查询集群内容和超链接的替换
机译:减少基于搜索引擎日志的用户配置文件中的用户查询集群内容和超链接的替换
机译:跳到主页内容主页当前问题归档反馈订阅帮助关键字GO Advanced?用户名密码登录表征大麻CB2受体选择性激动剂,A-836339 [2,2,3,3-四甲基环丙烷羧酸[3 -(2-甲氧基-乙基)-4,5-二甲基-3H-噻唑-(2Z)-亚烷基]-酰胺],使用体外药理分析,体内疼痛模型和药理磁共振成像
机译:使用内容单词和用户反馈查询群集
机译:基于内容的图像索引和查询:特征提取,证据组合和相关性反馈。
机译:使用在线数据库查找有关伤害预防和安全促进研究的同行评审期刊文章:SafetyLit用户对文字查询的研究
机译:一种新的基于用户反馈的Web查询聚类算法1