查询扩展

摘要： 专利检索是专利挖掘任务的重要前置子任务,而查询扩展对于提高专利检索方法的准确率和召回率有重要作用。专利文档具有高频率的非标准技术术语以及创造词的特点,传统的查询扩展方法并没有考虑这一特点,会导致专利检索子任务难以获取用户完整的查询意图;此外,在专利查询扩展过程中不可避免地会引入噪声词,出现主题漂移现象,导致查询召回率降低。为了解决这些问题,提出了一种基于社区发现的专利查询扩展方法,该方法建立以专利主题词为节点,主题词之间关系为边的专利主题词图,将专利查询扩展问题转化稠密子图搜索问题,利用社区发现算法实现问题求解。在基准数据集CLEP-IP 2010上开展实验,结果表明与现有的专利扩展查询方法相比,与基准方法相比召回率提高了约7.1%,PRES改善了近3.2%。

摘要： 本文提出一种深度学习与关联模式挖掘融合的查询扩展模型.该模型采用基于Copulas函数的支持度-置信度评价框架挖掘初检伪相关反馈文档集中扩展词,构建统计扩展词集,利用深度学习工具对初检文档集进行词向量语义学习训练得到词向量扩展词集,将统计扩展词集和词向量扩展词集融合得到最终扩展词.该模型不仅考虑来自统计分析与挖掘的扩展词与原查询间的关联信息,还考虑扩展词在文档中的上下文语义信息,扩展词质量得到较好地改善.在NTCIR-5 CLIR语料的实验结果表明,本文扩展模型能提高信息检索性能,其MAP和P@5平均增幅高于近年现有同类查询扩展方法.本文扩展模型可用于跨语言检索系统,以提高其性能.

摘要： 针对当前文档间关联性弱、文档数据和其他数据相互隔离、传统文档检索方式单一等问题,提出了文档知识图谱构建及其智能检索的方法。方法围绕文档类型、文档结构、文档关系3个要素,利用知识图谱技术,采用自顶向下构建模式层和自底向上构建数据层相结合的方式,将无结构化的文档转化为文档知识图谱,并结合知识融合技术将文档知识与其他知识进行融合,最终形成融合的文档知识图谱,并在此数据结构上进行智能检索。为了使检索结果更加准确和智能,文本中使用命名体识别技术建模用户查询意图,并提出基于文档知识图谱表示学习的查询扩展模型。最后在开源数据集ESR上进行对比实验,验证了本文提出的方法的有效性。

摘要： 将Copulas理论引入文本特征词关联模式挖掘,提出融合Copulas理论和关联规则挖掘的查询扩展算法.从初检文档集中提取前列n篇文档构建伪相关反馈文档集或用户相关反馈文档集,利用基于Copulas理论的支持度和置信度对相关反馈文档集挖掘含有原查询词项的特征词频繁项集和关联规则模式,从这些规则模式中提取扩展词,实现查询扩展.在NTCIR-5 CLIR中英文本语料上的实验表明,文中算法可有效遏制查询主题漂移和词不匹配问题,改善信息检索性能,提升扩展词质量,减少无效扩展词.

摘要： 【目的】针对信息检索中词不匹配问题,提出一种词嵌入与扩展词交集融合的查询扩展模型。【方法】对初检文档集进行词嵌入学习训练和关联规则挖掘,分别得到词嵌入候选扩展词集和挖掘候选扩展词集,将这两种候选扩展词集进行交集融合得到最终扩展词集,实现查询扩展。【结果】实验结果表明,所提扩展模型检索结果MAP和P@5高于基准检索,与近年同类查询扩展方法比较,其MAP和P@5平均增幅范围分别为0.96%~31.24%和1.07%~13.55%。【局限】只进行实验性研究,需要继续探讨在实际信息检索系统中的具体应用。【结论】所提模型能提高扩展词质量,改善检索性能,遏制查询主题漂移和词不匹配问题。

摘要： 针对自然语言处理中查询主题漂移和词不匹配问题,提出基于CSC(Copulas-based Support and Confidence)框架的关联模式挖掘与规则扩展算法,并将基于统计学分析的关联模式与具有上下文语义信息的词向量融合,提出关联模式挖掘与词向量学习融合的伪相关反馈查询扩展模型.该模型对伪相关反馈文档集挖掘规则扩展词,对初检文档集进行词嵌入学习训练得到词向量,计算规则扩展词与原查询的向量相似度,提取向量相似度不低于阈值的规则扩展词作为最终扩展词.实验结果表明,所提扩展模型能有效地减少查询主题漂移和词不匹配问题,提高检索性能,与现有基于关联模式的和基于词向量的查询扩展方法比较,MAP(Mean Average Precision)平均增幅最大可达17.52％,对短查询更有效.所提挖掘方法可用于其他文本挖掘任务和推荐系统,以提高其性能.

摘要： [目的]针对信息检索中词不匹配问题,提出一种词嵌入与扩展词交集融合的查询扩展模型.[方法]对初检文档集进行词嵌入学习训练和关联规则挖掘,分别得到词嵌入候选扩展词集和挖掘候选扩展词集,将这两种候选扩展词集进行交集融合得到最终扩展词集,实现查询扩展.[结果]实验结果表明,所提扩展模型.检索结果MAP和P@5高于基准检索,与近年同类查询扩展方法比较,其MAP和P@5平均增幅范围分别为0.96％～31.24％和1.07％～13.55％.[局限]只进行实验性研究,需要继续探讨在实际信息检索系统中的具体应用.[结论]所提模型能提高扩展词质量,改善检索性能,遏制查询主题漂移和词不匹配问题.

摘要： 随着互联网时代的到来,搜索引擎开始被普遍使用.在针对冷门数据时,由于用户的搜索词范围过小,搜索引擎无法检索出需要的数据,此时查询扩展系统可以有效辅助搜索引擎来提供可靠服务.基于全局文档分析的查询扩展方法,提出结合神经网络模型与包含语义信息的语料的语义相关模型,来更深层地提取词语间的语义信息.这些深层语义信息可以为查询扩展系统提供更加全面有效的特征支持,从而分析词语间的可扩展关系.在近义词林、语言知识库"HowNet"义原标注信息等语义数据中抽取局部可扩展词分布,利用神经网络模型的深度挖掘能力将语料空间中每一个词语的局部可扩展词分布拟合成全局可扩展词分布.在与分别基于语言模型和近义词林的查询扩展方法对比实验中,使用基于语义相关模型的查询扩展方法拥有较高的查询扩展效率;尤其针对冷门搜索数据时,语义相关模型的查全率比对比方法分别提高了11.1个百分点与5.29个百分点.

摘要： 针对传统跨语言查询扩展方法中存在的问题,提出一种基于用户兴趣模型的个性化跨语言查询扩展方法.该方法利用用户的历史浏览日志信息建立用户兴趣模型,在该模型基础上对初始检索结果进行分析,将初始检索结果文档中与用户兴趣相关度较大的文档作为查询扩展的依据,使扩展后得到的查询关键词更能表达用户的个性化需求.在真实用户搜索日志数据上的实验结果表明,本文算法能更好地满足用户的个性化需求,有效地改善和提高跨语言信息检索的准确率,与未经过个性化查询扩展的跨语言信息检索及现有算法比较,其实验结果的MAP、P@5、P@10值都得到了提高,提高幅度最大可达26.51％.

摘要： 在信息检索过程中，查询扩展方法能有效改善短查询词歧义性带来的检索效率低下的问题。本文提出了一种基于本体和局部上下文分析的查询扩展方法。本体扩展为搜索加入了标准化的描述信息，局部上下文分析通过对文档库的分析为查询加入更多相关信息，本文方法结合了这两种方法的各自优势，从语义角度扩展关键词。实验分析表明，该方法能有效提高检索查全率与查准率。

摘要： 针对信息检索中文档与查询之间的词不匹配问题，研究者们提出了许多有效的解决方法，其中，查询扩展是一种非常重要的技术手段。本文提出了一种基于维基百科的查询扩展方法。通过对此方法在IR4QA系统中的表现分析，表明对于某些特定类型的问题，该方法可以使查准率有一定的提高。

摘要： 查询扩展是信息检索中的一项重要技术。传统的局部分析查询扩展方法利用伪相关文档作为候选词集合，然而部分伪相关文档并不具有很高的相关性。本文利用真实的搜索引擎查询日志，建立了查询点击图，经过多次图结构的转化得到能够反映词之间关联程度的词项关系图，并在图结构的相似度算法SimRank的基础上，提出了一种基于权重标准化的改进SimRank 方法，该方法利用词项关系图中词项的全局和间接关系，能够有效挖掘与原始查询相关联的扩展词。同时，为降低SimRank 算法的计算复杂度，本文采用了剪枝等策略进行优化，使得计算效率有大幅提高。在TREC 标准数据集上的实验表明，本文的方法可以有效地选择相关扩展词。MAP 指标较局部分析查询扩展方法提高了1.81%，在P@10和P@20指标评价中效果分别提高了5.44%和3.73%。

摘要： 为了区分与原查询正负相关的扩展词，改善查询扩展性能，将正负关联规则挖掘技术应用于查询扩展，提出一种新的查询扩展模型和扩展词权重计算方法，使扩展词权值更合理；提出一种基于正负关联规则挖掘的局部反馈查询扩展算法。该算法首先从初检的前列文档中挖掘只含查询词项的词间正负关联规则，构造正负规则库；然后，从规则库中提取扩展词，分别构建正负扩展词库，从正扩展词库中删除与负扩展词相同的词后得到所需的扩展词，实现查询扩展。算法还给出新的剪枝方法，提高挖掘效率。实验结果表明本文算法能区分正负扩展词，发现虚假扩展词，改善和提高信息检索性能。

摘要： 伪反馈一直以来都被认为是一种有效的查询扩展技术。但是近来的研究表明传统的伪反馈容易带来主题漂移并因此而影响检索性能。如何确定相关文档以及如何从相关文档中挑选有用的扩展词项是伪反馈中两个重要的方面。与传统查询扩展不同,XML查询扩展不仅需要内容扩展还需要考虑结构扩展。提出了一个解决框架,利用聚类和词组抽取技术来查找相关文档和选择有用的扩展信息。结合XML的语义特征,提出了一种全新的基于层次信息的文档相似性度量方案。基于此,将初始检索结果聚类,获得与查询请求最为相关的文档簇,然后在文档簇中抽取词组,找到符合用户查询意图的扩展查询词组,并在扩展查询词组的基础上进行结构扩展,最终形成完整的"内容+结构"的查询扩展表达式。IEEE CS实验数据上的实验结果表明,结合了聚类和抽取技术的XML伪反馈查询扩展方法能有效地降低主题漂移现象,获得更好的检索质量。

摘要： 在信息检索领域,针对相关文档和用户查询之间的词不匹配问题,相关反馈和查询扩展可以有效提高检索性能.近来学者们将单词之问的关联关系融入到统计语言模型中,但都是利用WordNet或共现关系进行查询扩展,前者效果不明显而后者易引入很多"噪音".本文提出一种基于局部词语搭配关系的查询扩展方法,即从前N篇相关文档中反馈具有句法和语义关系的搭配单词加入原查询.在TREC数据集的试验结果表明:本文提出的基于词语搭配关系的查询扩展方法不仅比传统语言模型方法性能有很大的提高.而且也优于目前流行的查询扩展方法.

摘要： 近年来,随着海量高分辨率遥感图像快速积累,亟需高效的遥感图像检索系统.为提升遥感图像检索的性能,本文对基于深度特征的高分辨率遥感图像检索展开研究,提出了一种基于深度融合特征的遥感图像检索方法.首先,基于当前复杂遥感场景下单一特征表示能力不足的问题,提出了一种基于深度网络的遥感图像特征均值-最大池化加权融合的方法.其次,基于该融合方法,构建了一套完整的遥感图像检索的系统框架.该系统框架结合了数据集特征增强、查询扩展等检索方法,进一步提升了遥感图像检索性能.最后,为了训练有效的深度网络,基于当今遥感图像检索数据集数量比较稀缺、常见数据集体量较小且场景较单一的现状,本文构建了一个场景丰富、体量较大的高分辨率遥感图像数据集.实验表明,该方法能够有效地提升深度特征在遥感图像中的检索效果.

摘要： 针对中文实体关系抽取的难点问题,本文在原有的基于Bootstrapping思想进行实体关系抽取的方法上进行了改进.一方面提出了使用《同义词词林》作为计算词语语义相似度的工具,从而获取更多的与种子词相似语义关系的特征词;另一方面通过自学习种子集合不断扩展,并利用最终得到的种子信息获取正例.然后使用查询扩展技术从这些正例中生成查询,通过这些查询可以从大量的文本数据库中检索出潜在的文档,减少了抽取的时间.实验结果表明,该方法能够有效地抽取出实体关系,并且有较高的召回率和准确率。

摘要： 在生物医学文献中，相同的概念有许多不同的表示，这导致了生物医学文献检索性能低下的问题。本文针对该问题，将生物医学领域最大的本体库(UMLS超级叙词表)以及信息提取工具MetaMap引入到全文索引／检索引擎Lucene中，提出了基于UMLS和Lucene的集成检索系统模型。仿真实验测试结果表明，该系统模型对检索性能有明显的提高。

摘要： 在生物医学文献中，相同的概念有许多不同的表示，这导致了生物医学文献检索性能低下的问题。本文针对该问题，将生物医学领域最大的本体库(UMLS超级叙词表)以及信息提取工具MetaMap引入到全文索引／检索引擎Lucene中，提出了基于UMLS和Lucene的集成检索系统模型。仿真实验测试结果表明，该系统模型对检索性能有明显的提高。

摘要： 本发明公开了一种可扩展标记语言路径查询XPath翻译为高效结构查询SQL的方法，包括：首先，在pre/post/parent_pre编码之上，定义了针对XPath中不同操作符号的SQL翻译模板，将XPaht翻译成为等价的SQL语句；其次，如果存在DTD，则可以利用DTD的结构信息，来进一步提高所翻译SQL的执行效率，本发明根据DTD构建了DTD树自动机，根据XPath构建了XPath树自动机，在DTD树自动机和XPath树自动机之上定义了乘积操作，根据乘积获取了另一个SQL表达式，估算该表达式和原有表达式的执行代价，选择执行代价低的SQL表达式，结束翻译过程。本发明的技术方案中，一方面利用了pre/post/parent_pre编码，以空间复杂性换取SQL执行的高效性；另一个方面，利用了DTD进行XPath查询进行进一步优化，由此，提高所翻译SQL的执行高效性。

摘要： 本发明涉及计算机技术领域，公开了对基础查询对象进行扩展查询的方法、系统、设备及介质。所述方法包括：根据目标查询实体获取对基础查询对象进行扩展查询的查询维度及查询内容；建立查询维度与目标服务单元中的数据源维度的映射关系；根据映射关系及对基础查询对象进行扩展查询传递的维度值得到对应的数据源；根据查询内容建立基础查询对象的扩展属性；根据维度值确定与其对应的模板；根据扩展属性、数据源及与其对应的模板建立定制模型；响应于对基础查询对象进行扩展查询，对定制模型进行解析，并且将解析结果注射到基础查询实体中进行逻辑查询，以得到扩展查询的结果。本公开的方法支持实时扩展，灵活性及复用性好，维护成本低。

摘要： 本发明提供一种查询扩展系统，包括：搜索器，针对给定的查询语句进行搜索，得到查询结果；簇生成器，在所得到的查询结果集合中，在排名在前一定数目的查询结果子集中进行聚类，生成簇；簇简档生成器，针对所生成的每个簇来生成簇简档；簇简档排序器，使用所述搜索器所使用的查询语句，以簇简档为单位在所有簇中进行搜索，来对簇简档进行排序；词提取器，从排名在前一定数目的簇简档中提取词；新查询语句生成器，把所提取的词添加到查询语句，生成新的查询语句。

摘要： 在本文中所描述的各种技术涉及使用路径受约束的随机游走来进行查询扩展和/或查询文档匹配。来自搜索日志的点进数据被表示为带标记并且有向的图。基于输入查询在图上执行路径受约束的随机游走。所述图包括：第一节点集合，其表示包括在来自搜索日志的点进数据中的查询；第二节点集合，其表示包括在来自搜索日志的点进数据中的文档；第三节点集合，其表示来自查询和文档的单词；以及在节点之间的边，所述边表示在查询、文档和单词之间的关系。路径受约束的随机游走包括在所述图的节点之间的边上进行的遍历。此外，至少部分地基于路径受约束的随机游走，计算在目标节点和表示输入查询的源节点之间的关系的得分。

摘要： 本发明提供了一种支持混合数据类型的关联查询及模糊分组的查询扩展方法，包括以下步骤：步骤1、架构搭建；步骤2、数据存储；步骤3、查询扩展；步骤4、查询解析；步骤5、混合连接；步骤6、模糊分组；步骤7、封装结果并返回。本发明针对分布式数据库环境中混合类型数据不能通过一定规则连接以及指定类型数据聚合操作功能局限性问题，为用户提供聚合与连接的SQL扩展句法，使其能够通过指定语句完成包括模糊分组以及模糊连接等查询扩展的方法。扩展了分布式数据库的功能性和适应性。

摘要： 本发明提出了一种查询词嵌入扩展词和统计扩展词并集的中文查询扩展方法，其利用深度学习工具对对初检文档集进行词嵌入语义学习训练，得到词向量集，计算每个查询词项与所有非查询词项的向量余弦相似度并降序排列，提取前列非查询词项作为查询词项词嵌入扩展词，得到查询词项词嵌入扩展词集，然后利用基于Copulas理论的统计扩展词挖掘方法对伪相关反馈文档集挖掘统计扩展词，建立统计扩展词集，最后将查询词项词嵌入扩展词集和统计扩展词集进行并集得到最终扩展词，最终扩展词和原查询组合为新查询，再次检索文档集，实现查询扩展。本发明将查询词嵌入扩展词和统计扩展词并集融合，能挖掘出与原查询相关的高质量扩展词，提高和改善文本信息检索性能。

摘要： 本发明提供一种查询扩展设备，包括：搜索器，针对给定的查询语句进行搜索，得到查询结果；簇生成器，在所得到的查询结果集合中，在排名在前一定数目的查询结果子集中进行聚类，生成簇；簇简档生成器，针对所生成的每个簇来生成簇简档；簇简档排序器，使用所述搜索器所使用的查询语句，以簇简档为单位在所有簇中进行搜索，来对簇简档进行排序；词提取器，从排名在前一定数目的簇简档中提取词；新查询语句生成器，把所提取的词添加到查询语句，生成新的查询语句。

摘要： 本发明提供了一种支持混合数据类型的关联查询及模糊分组的查询扩展方法，包括以下步骤：步骤1、架构搭建；步骤2、数据存储；步骤3、查询扩展；步骤4、查询解析；步骤5、混合连接；步骤6、模糊分组；步骤7、封装结果并返回。本发明针对分布式数据库环境中混合类型数据不能通过一定规则连接以及指定类型数据聚合操作功能局限性问题，为用户提供聚合与连接的SQL扩展句法，使其能够通过指定语句完成包括模糊分组以及模糊连接等查询扩展的方法。扩展了分布式数据库的功能性和适应性。

摘要： 本发明涉及一种用户间查询关联度的查询扩展方法，包括以下步骤：步骤1)统计一个用户所浏览的网页的总数；步骤2)划分兴趣类别；步骤3)统计该用户所浏览的网页所包含的兴趣类别的种类数目以及网页的数目；步骤4)计算该用户对各个兴趣类别的兴趣偏好权重；步骤5)构建出该用户的用户偏好模型；步骤6)利用步骤1)至步骤5)的方法构建出多个用户偏好模型；步骤7)形成多个用户群；步骤8)将用户群里的每一个用户的文档点击信息构成一个搜索空间。本发明优先将与用户兴趣密切相关的用户作为查询扩展的背景知识，作为查询扩展的依据，在此基础上利用关联查询分析查询词之间的关联关系，解决了初次检索质量不高的问题，提高了检索效率。

摘要： 在本文中所描述的各种技术涉及使用路径受约束的随机游走来进行查询扩展和/或查询文档匹配。来自搜索日志的点进数据被表示为带标记并且有向的图。基于输入查询在图上执行路径受约束的随机游走。所述图包括：第一节点集合，其表示包括在来自搜索日志的点进数据中的查询；第二节点集合，其表示包括在来自搜索日志的点进数据中的文档；第三节点集合，其表示来自查询和文档的单词；以及在节点之间的边，所述边表示在查询、文档和单词之间的关系。路径受约束的随机游走包括在所述图的节点之间的边上进行的遍历。此外，至少部分地基于路径受约束的随机游走，计算在目标节点和表示输入查询的源节点之间的关系的得分。