学术搜索是一种行业化的搜索引擎,因其缺乏个性化、智能化的服务,使得用户的学术文献检索效率低下,海量的数字学术资源得不到充分利用。本研究跨语言智能学术搜索系统的设计与实现,旨在让用户可以在尽可能短的时间内找到所需学术资源。系统的几个关键技术包括:研究混合语种文本的分词技术;研究基于机器翻译的跨语言信息检索;研究搜索结果聚类算法在不同语言文本上的性能差异问题;研究基于聚类的个性化信息检索方法以及交互式查询扩展技术。实验测试结果表明:系统具有较好的扩展性,能为用户提供良好的学术检索服务。
1
即使对于有经验的用户,制定和重新制定可靠的文本查询也已被认为是信息检索(IR)中的一项艰巨任务。 大多数现有的查询扩展方法,尤其是基于隐式相关性反馈的查询扩展方法,都利用用户的历史交互数据,例如单击,滚动和查看文档的时间,来推导完善的查询模型。 进一步期望,如果我们可以通过直接在术语级别捕获用户当前的交互来实时挖掘用户的潜在查询意图,则用户的搜索体验将得到极大改善。 在本文中,我们提出了一种基于实时眼动跟踪的查询扩展方法,该方法能够:(1)利用眼动跟踪技术自动捕获用户正在查看的术语; (2)根据眼睛跟踪项并使用潜在狄利克雷分配(LDA)方法得出用户的潜在意图。 进行了系统的用户研究,实验结果证明了我们提出的方法的有效性。
2022-11-22 00:27:23 1.42MB Eye Tracking Query Expansion
1
一种正负关联规则的快速查询扩展算法(可编辑).doc
2022-05-09 19:15:23 67KB 算法 文档资料
基于XML的SQL查询扩展与研究.pdf
2021-09-20 13:03:26 157KB SQL 数据库 数据处理 参考文献
一种基于约束的半监督聚类查询扩展方法.pdf
2021-08-20 09:13:31 293KB 聚类 算法 数据结构 参考文献
基于潜在主题建模的实时眼动跟踪查询扩展方法
2021-03-24 12:09:22 562KB 研究论文
1
基于马尔可夫随机场的实体分布的查询扩展方法。
2021-03-24 12:08:58 273KB 研究论文
1
基于隐马尔可夫模型的查询扩展方法
2021-02-26 12:04:05 970KB 研究论文
1