اختيار مصطلحات توسيع جيدة لتعليقات التفاصيل الزائفة

تفترض تعليقات التفاصيل الزائفة أن المصطلحات الأكثر تكرارًا في مستندات التعليقات الزائفة مفيدة للاسترجاع. في هذه الدراسة، نعيد فحص هذه الفرضية ونظهر أنها لا تنطبق في الواقع - العديد من مصطلحات التوسيع التي تم تحديدها في الطرق التقليدية غير مرتبطة بالفعل بالاستعلام وتضر بالاسترجاع. كما نوضح أن مصطلحات التوسيع الجيدة لا يمكن تمييزها عن السيئة بناءً فقط على توزيعاتها في مستندات التعليقات وفي المجموعة الكاملة. ثم نقترح دمج عملية تصنيف المصطلحات لتوقع فائدة مصطلحات التوسيع. يمكن دمج ميزات إضافية متعددة في هذه العملية. تظهر تجاربنا على ثلاث مجموعات من TREC أن فاعلية الاسترجاع يمكن أن تتحسن بشكل كبير عند استخدام تصنيف المصطلحات. بالإضافة إلى ذلك، نوضح أيضًا أنه يجب تحديد المصطلحات الجيدة مباشرةً وفقًا لتأثيرها المحتمل على فاعلية الاسترجاع، أي باستخدام التعلم المراقب، بدلاً من التعلم غير المراقب.