基于事件图的在线事件检索

摘要

Online Event Retrieval is a retrieval task for event queries ,which returns important event-related docu-ments from mini-batch data sets iteratively in chronological order .This paper propose san online event retrieval framework based on two kinds of graphs :event key-words co-occurrence graph and bipartite graph incorporated with event type .Case study and experiments on two pubic TREC corpus indicate that our approach improves the e-vent retrieval precision significantly (maximum increase reaches 30% ,average reaches 5 .85% in metric P@ 10) .%在线事件检索是针对事件查询,按时间序迭代返回小批量数据集中事件相关文档的检索任务.其目标是在时间轴上不断收集新鲜的事件文档,是进行一系列事件相关工作的重要基础.面对此任务,传统方法采用先进的检索模型来提升检索精度,然而却没有考虑事件本身的特性.针对这一问题,该文尝试使用两类图(事件关键词共现图 、融合事件类型的二部图)对事件建模,提出了一种基于事件图的在线检索框架.案例分析与在两个公开的TREC数据集上的实验结果表明,该文方法显著提升了事件检索精度(P@10最高增幅达30%,平均增幅5.85%),且能自适应在线检索环境,支持事件的演变分析.