用于改善web搜索的结构化数据抽取技术

• 作者: 于戈 李广翱 杨晓春 郭茜
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: web 语义 属性关系 结构化数据 查询扩展
• 年，卷（期）: 2008,（3）
• 页码范围: 343-346
• 页数: 4页
• 分类号: TP311
• 字数: 488字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2008.03.022

摘要

为了提高web文本搜索质量,提出了基于语义结构化数据的查询扩展方法.通过分析属性的语义特征(文档频率特征和辨识能力特征)将属性分为概念属性、背景属性和无用属性3类,并且提出了衡量属性语义相关度的标准.设计了trie-bitmap和pair pointer table数据结构来实现发掘属性语义特征和检测属性语义相关度的有效算法.通过使用合适的属性和它们的语义关系,可以为查询关键字生成扩展词并将它们嵌入到具有插值参数的向量空间模型中.实验使用IMDB电影数据库和真实文本数据集来比较所提方法和原始向量空间模型的性能.实验结果证明所提出的查询扩展方法可以有效地提高文本搜索性能,同时属性语义特征和属性语义相关度都具有良好的分类能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于戈	东北大学信息科学与工程学院	426	6587	38.0	64.0
2	杨晓春	东北大学信息科学与工程学院	65	1090	16.0	32.0
3	郭茜	东北大学信息科学与工程学院	1	2	1.0	1.0
4	李广翱	东北大学信息科学与工程学院	1	2	1.0	1.0