基于查询语义分析与推理的隐式相关反馈检索模型研究

项目名称： 基于查询语义分析与推理的隐式相关反馈检索模型研究

项目编号： No.61272324

项目类型： 面上项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 孙乐

作者单位： 中国科学院软件研究所

项目金额： 80万元

中文摘要： 用户查询语义理解是智能信息检索的关键技术之一。在信息检索领域，有关在检索模型中引入（查询语义所代表的）用户需求以及用户与系统间交互信息的理论和方法都还很不成熟。在移动互联网时代，探讨为用户提供智能、高效、精准的交互式搜索服务具有重要的应用价值。本课题以基于查询语义驱动的下一代交互式检索系统为应用牵引，以面向查询语义分析的知识获取、集成和组织为手段，从查询语义表示模型、查询语义分析与推理方法及查询语义驱动的隐式相关反馈模型等方面展开研究。研究融合用户知识和情景知识的查询语义表示模型。研究面向查询语义分析的知识获取、集成与组织方法。按照"实体-查询子话题-查询主题（意图）"的意义传递和结构组织实现查询语义的逐层分析，最后通过隐式一体化相关反馈模型为用户提供精准的智能检索服务。课题研究成果将促进中文查询语义分析、查询知识库构建、隐式相关反馈模型等方面的研究，推动下一代交互式检索系统原型的研发。

中文关键词： 知识驱动的检索模型；中文语义分析；查询语义分析与推理；查询日志挖掘；知识库构建

英文摘要： The semantic understanding of user query is critical to the inteligent informaiton retrieval(IR) system. However, there is little research on both the theory and the method for the incorporation of user needs(represented by the query semantic) in IR system and how the user and the IR system interact with each other. In recent years, with the explosive growth of mobile internet, it is important to provide an intelligent, efficient, accurate interactive IR service for mobile systems. In this project, we will investigate the query semantic driven interactive IR system based on the semantic knowledge acquisition, integration and organization, focus on both the model and the method for query semantic representation, query semantc analysis and inference, and the implicit feedback based on query semantic. Firstly, we propose a query semantic representation which can take into account both the user knowledge and the context knoweldge. Secondly, we investigate the semantic knowledge acquisition, integration and organization method for the semantic analysis. Thirdly, we analyze the query semantic according to the "entity-query subtopic-query intent" hierarchy and dependency. Finally, we provide an accurate intelligent IR service using the implicit feedback model. The proposed research will have an important effect on the

英文关键词： Knowledge-based IR；Chinese Semantic Analysis；Query Semantic Analysis；Query log Mining；Knowledge Base Population