文献

J-GLOBAL ID：201702218522480172   整理番号：17A1028706

フォークソノミーデータを利用したパーソナル化された検索のための強化ユーザプロファイルを用いたクエリー拡大【Powered by NICT】

Query Expansion with Enriched User Profiles for Personalized Search Utilizing Folksonomy Data

著者 (5件)： Zhou Dong (Key Laboratory of Knowledge Processing and Networked Manufacturing & School of Computer Science and Engineering, Hunan University of Science and Technology, Xiangtan, Hunan, China) ,  Wu Xuan (Key Laboratory of Knowledge Processing and Networked Manufacturing & School of Computer Science and Engineering, Hunan University of Science and Technology, Xiangtan, Hunan, China) ,  Zhao Wenyu (Key Laboratory of Knowledge Processing and Networked Manufacturing & School of Computer Science and Engineering, Hunan University of Science and Technology, Xiangtan, Hunan, China) ,  Lawless Seamus (ADAPT Research Centre, School of Computer Science and Statistics, Trinity College Dublin, Dublin, Ireland) ,  Liu Jianxun (Key Laboratory of Knowledge Processing and Networked Manufacturing & School of Computer Science and Engineering, Hunan University of Science and Technology, Xiangtan, Hunan, China)
資料名： IEEE Transactions on Knowledge and Data Engineering  (IEEE Transactions on Knowledge and Data Engineering)
巻： 29  号： 7  ページ： 1536-1548  発行年： 2017年 
JST資料番号： T0838A  ISSN： 1041-4347  CODEN： ITKEEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 問合せ展開は,質問のあいまいさに取り組む方法としてWeb検索における広く採用されている。フォークソノミーデータを利用したパーソナル化検索は,質問展開法より有効を必要とする極端な語い不整合問題を実証した。共起統計,タグタグ関係,および意味的マッチングアプローチは,以前の研究によって有利にものである。しかし,ユーザの過去の注釈情報を含んでいるのみユーザプロファイルは展開項の選択,特にシステムによる限られた以前の活性を持つユーザのためのを支援するために十分ではない。個別質問拡張のための外部コーパスの助けを借りて濃縮されたユーザプロファイルを構築するための新しいモデルを提案した。著者らのモデルは,擬似整列した文書の二グループにおけるトピックモデルを用いた,単語埋め込みとして知られている,現在の最先端のテキスト表現学習フレームワークを統合している。ユーザプロファイルに基づいて,二種類の新しい質問拡張法を構築した。これら二つの方法は,局所重み強化された単語埋込み,質問間の局所関連性とユーザプロファイル内の観点に基づいた。,異なる外部コーパスを用いた二つの実世界データセットについて行った詳細な実験的評価の結果により,提案アプローチでは,従来の技術,既存の非個別化と個別化質問拡張法を含むより優れていることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 曖昧さ ,  アノテーション ,  単語 ,  コーパス ,  *利用者プロファイル ,  語彙 ,  アラインメント ,  学習 ,  不整合
準シソーラス用語： テキスト ,  トピックモデル ,  ウェブ検索 ,  *クエリー ,  *パーソナル化 , 【Automatic Indexing@JST】

分類 (1件)： データベースシステム  (JD03030U)

タイトルに関連する用語 (6件)： フォークソノミー ,  検索 ,  強化 ,  ユーザプロファイル ,  クエリー ,  拡大