개념 기반 쿼리 확장

쿼리 확장 방법은 오랜 시간 동안 연구되어 왔으며, 많은 경우에 논란의 여지가 있는 성공을 거두었습니다. 본 논문에서는 자동으로 구축된 유사성 유어 사전을 기반으로 한 확률론적 쿼리 확장 모델을 제시합니다. 유사성 유어 사전은 그것이 구축된 특정 컬렉션에 대한 도메인 지식을 반영합니다. 우리는 쿼리 확장과 관련된 두 가지 중요한 문제, 즉 추가 검색어의 선택과 가중치에 대해 다룹니다. 이전 방법들과 달리, 우리 쿼리는 쿼리 용어와 유사한 용어를 선택하는 대신 쿼리의 개념과 가장 유사한 용어를 추가하여 확장됩니다. 우리의 실험 결과, 이러한 유형의 쿼리 확장이 재현율-정밀도 및 유용성을 측정할 때 검색 효과성을 눈에 띄게 향상시킴을 보여줍니다.