融合知识图谱的查询扩展模型及其稳定性研究

• 作者: 候越先 宋大为 张鹏 郝林雪
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 知识图谱 Freebase 查询扩展 有效性 稳定性
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 学术研究
• 页码范围: 37-45
• 页数: 9页
• 分类号: TP391.3
• 字数: 5921字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1511043

摘要

旨在构建一种基于知识图谱Freebase的查询扩展模型,通过从Freebase中抽取与查询相关的若干实体及实体属性作为扩展词来重构查询,从而更好地表达用户的信息需求.在计算扩展词权重时,参考了投资组合理论中收益-风险分析方法,最大化扩展词和查询的相关性收益,同时也最小化扩展词可能带来的查询漂移的风险.最后将查询相关的实体和实体属性作为两种特征和查询语言模型结合实现查询扩展.在两个Web数据集上进行实验,用来检验所提出的扩展模型对检索系统的有效性和稳定性的影响.实验结果表明,提出的查询扩展模型与一元语言模型LM相比,检索结果的平均准确率(mean average precision,MAP)在两个数据集上有6％至15％的显著提升;和基于伪相关反馈的查询扩展模型RM3相比,有效性及稳定性都有不同程度的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张鹏	天津大学天津市认知计算与应用重点实验室	49	600	14.0	23.0
2	候越先	天津大学天津市认知计算与应用重点实验室	2	9	2.0	2.0
3	宋大为	天津大学天津市认知计算与应用重点实验室	5	12	2.0	3.0
4	郝林雪	天津大学天津市认知计算与应用重点实验室	1	6	1.0	1.0