查询主题分类方法研究

摘要：

[目的]通过对查询串进行扩展,实现查询串的主题分类.[方法]利用伪相关反馈技术得到查询串扩展文本抽取文本特征,并提出一种向量空间压缩算法对特征进行融合,分别利用向量余弦夹角和SVM模型对其进行分类.[结果]实验结果中正确率、召回率、F值和整体正确率分别达到90.34％、89.34％、89.67％和89.24％.[局限]根据搜索引擎返回结果进行查询扩展,在线处理效率不高.[结论]该方法对查询主题分类是有效的,并且利用机器学习方法比利用余弦夹角有更好的效果,且对于提高搜索引擎质量有重要意义.

关键词：查询串主题分类、伪相关反馈、查询扩展、向量空间压缩算法

分类号：TP391(计算技术、计算机技术)

资助基金：本文系国家自然科学基金项目“基于本体的专利自动标引研究”项目编号:61271304、国家科技支撑计划项目“基于重点目标自动跟踪采集技术的智能视频监控系统研发”项目编号:2013BAK02B02和北京市教委科技发展计划重点项目暨北京市自然科学基金B类重点项目“面向领域的互联网多模态信息精准搜索方法研究”项目编号:KZ201311232037的研究成果之一.

在线出版日期：2015-05-12（万方平台首次上网日期，不代表论文的发表时间）

页码：10-17