文献

J-GLOBAL ID：201702226880518571   整理番号：17A0366920

Web検索エンジンの質問によるハードウエアヒットの低減【Powered by NICT】

Reducing hardware hit by queries in web search engines

著者 (4件)： Mendoza Marcelo (Universidad Tecnica Federico Santa Maria, Santiago, Chile) ,  Marin Mauricio (Universidad de Santiago de Chile, Santiago, Chile) ,  Gil-Costa Veronica (CONICET, Universidad Nacional de San Luis, Argentina) ,  Ferrarotti Flavio (Software Competence Center Hagenberg, Austria)
資料名： Information Processing & Management  (Information Processing & Management)
巻： 52  号： 6  ページ： 1031-1052  発行年： 2016年 
JST資料番号： E0362B  ISSN： 0306-4573  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本論文では,文書分割指標と検索エンジンにおける運転する新しい収集選択戦略を導入した。この方法を定式化し質問に最良の結果を提供する可能性が最も高いもの文書分割の選択を含み,各分割に曝される質問の数を減少させた。この方法は分割をランク付け,高利得を有する文書回復の確率を最大化することが可能であることを学習アルゴリズムを採用した。手法は,質問で作られる項空間上の各分割のベクトル表現によって動作する。提案した方法は,訓練フェーズ中に考慮されていない質問のための高精度化を図った新しい質問と複雑な文書リストに一般化することができた。各分割の表現を更新するために,提案手法では,インクリメンタル学習戦略を採用している。分配リストの反転試験から始めて,著者らは新しい情報を寄与し,訓練フェーズを付加する質問を同定した。実験結果は著者らの収集試料選択法は,最新の方法と比較し有利であることを示した。さらに著者らの方法は低いパラメータ感度,百分割の検索エンジンに適用して適切な性能を達成した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *検索エンジン ,  学習アルゴリズム ,  定式化 ,  ベクトル ,  等級づけ
準シソーラス用語： 選択法 ,  インクリメンタル学習 ,  高精度化 ,  *Web検索エンジン , 【Automatic Indexing@JST】

著者キーワード (3件)： 質問ルーティング ,  分散情報検索 ,  インクリメンタル学習

分類 (1件)： 情報検索一般  (AC06010H)

タイトルに関連する用語 (3件)： Web検索エンジン ,  質問 ,  ハードウエア