学術論文検索におけるユーザの視点に基づいたブーリアン型検索クエリ作成支援の研究

学术论文搜索中基于用户视角创建布尔搜索查询的支持研究

基本信息

批准号：
19K20629
负责人：
福田悟志
金额：
$ 2.25万
依托单位：
Chuo University (2021-2022)Kyushu University (2019-2020)
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2019
资助国家：
日本
起止时间：
2019-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本年度は，ユーザが考案したブーリアン型検索クエリに対して，検索条件ANDで結合する候補語を推薦するシステムを構築した．提案システムでは，検索クエリとANDで結合される語は，検索クエリと関連性が高く，さらにいずれの検索語と同義的あるいは類似的でないものが適切であるという仮定に基づき，トピックモデルおよび単語分散表現による単語分散表現を用いて推定を行った．まず，Latent Dirichlet Allocationを用いて，検索クエリと関連している可能性の高い語をランク付けする．次に，word2vecを用いて，いずれの検索語と同義的かつ類似的でない可能性の高い語をランク付けする．そして，これら2種類の結果を統合し，最もランクの高い語から順に候補語としてユーザに提示する．実験では，NTCIR-1 ,-2データセットに収録されている15種類の検索課題に対して考案した検索クエリを用いて，システムが提示した上位5件の候補語を検証した．具体的には，検索クエリを用いたクエリ尤度モデルによるランキングを行い，ランキング結果の上位100, 200, 300, 400, 500件を検索結果として獲得する場合に対する再現率により，初期の検索クエリおよびシステムが出力した候補語に対してユーザが最も再現率が向上する選択を行った場合を比較し，検索性能の変化を検証した．なお，本実験では，候補語に対するユーザの操作は，上位5件の候補語から1つの語を選択および適切な語が出力されていなかったため選択しないことを仮定している．その結果，検索結果として獲得する論文数の各条件において，平均で4.44%の向上が期待できることが確認された．

今年，我们建立了一个系统，该系统推荐使用搜索标准并为用户设计的布尔搜索查询组合的候选单词。在拟议的系统中，我们估算了与搜索查询相结合的单词，并且基于假设它们与搜索查询高度相关，并且使用主题模型和单词方差表示，它们与任何搜索词没有同义词或与任何搜索词相似。首先，使用潜在的dirichlet分配来对可能与搜索查询有关的单词进行排名。接下来，Word2Vec用于对可能是同义词且与任何搜索词不相似的单词进行排名。然后将这两种类型的结果组合在一起，并将其作为候选单词呈现给用户，从最高等级开始。在实验中，我们使用了针对NTCIR-1和2数据集中包含的15种搜索任务设计的搜索查询来验证系统提出的前五名候选单词。具体而言，我们使用搜索查询使用查询可能性模型进行了排名，并基于系统在系统输出的初始搜索查询和候选单词最多选择的情况下，基于何时获得排名结果的前100、200、200、200、300、400和500个搜索结果的召回率。在此实验中，假定用户对候选单词的操作将不会从前5个候选单词中选择，因为他们没有输出适当的单词。结果，可以证实，在获取的论文数量作为搜索结果的每种情况下，平均提高了4.44％。