一种基于半监督学习的多模态Web查询精化方法

• 作者: 周志华 姜远 黎铭
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 机器学习 半监督学习 多模态信息 Web搜索 查询精化
• 年，卷（期）: 2009,（10）
• 页码范围: 2099-2106
• 页数: 8页
• 分类号: TP18
• 字数: 6426字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2009.02099

摘要

Web搜索系统往往通过与用户的交互来精化查询以提高搜索性能.除文字之外,网页中还存在着大量其它模态的信息,如图像、音频和视频等.以往对于查询精化的研究很少涉及对多模态信息的利用.文中提出了一种基于半监督学习的多模态Web查询精化方法M2S2QR,将Web查询精化转化为一个机器学习问题加以解决.首先,基于用户判断后的网页信息,分别为不同模态训练相应的学习器,然后利用未经用户判断的网页信息来提高学习器性能,最后将不同模态学习器结合起来使用.实验验证了文中方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周志华	南京大学计算机软件新技术国家重点实验室	92	3105	30.0	55.0
2	姜远	南京大学计算机软件新技术国家重点实验室	24	288	7.0	16.0
3	黎铭	南京大学计算机软件新技术国家重点实验室	14	170	5.0	13.0