以籠統查詢評估查詢擴展方法與線上搜尋引擎之資訊檢索效能

Evaluating the Information Retrieval Performance of Query Expansion Method and On-line Search Engine on General Query

許志全(Chih-Chuan Hsu) ； 吳世弘(Shih-Hung Wu)

《中文計算語言學期刊》 16卷1-2期 (2011/06) Pp. 47-67

https://doi.org/10.30019/IJCLCLP.201106.0004

摘要

當資訊檢索系統的使用者在不確知正確關鍵字時，可能會使用不精確的查詢詞描述其所需的訊息，嘗試著尋找所需要的資訊。我們稱這些不精確的查詢關鍵字為籠統查詢（general query）。本文將評估線上搜尋引擎與資訊檢索研究者所研發的檢索系統對籠統查詢的檢索效能。現有的資訊檢索測試集不適合用於評估線上系統，因為一來面對的文件集不相同，其次是測試集並不包含籠統查詢詞與精確查詢詞。為了提供線上搜尋引擎與一般資訊檢索系統一個一致性的評比環境，我們利用維基百科建立一個測試集，這樣一來每個系統都可以檢索同樣的文件集容，同時可以比較籠統查詢詞與精確查詢詞的查詢結果。在我們的檢索系統中，我們利用此測試集的鏈結結構特性，提出了新的查詢擴展方法。使用維基百科作為查詢擴展方法的同義辭典，並與虛擬關聯回饋的查詢擴展方法結合，我們稱此方法為維基百科查詢擴展。實驗結果表明，本篇論文所建構的基於籠統查詢的資訊檢索測試集，能夠合理的評估線上搜尋引擎，且在籠統查詢與精確的關鍵字檢索效能的比較，可以明顯的觀察到，籠統查詢的檢索效能的確較差。並且我們發現，在使用籠統查詢下，虛擬關聯回饋的檢索系統會優於主流的線上搜尋引擎，如：Google, Alta Vista。而在查詢擴展方法的部分，適當的使用維基百科查詢擴展方法的確是可以提升檢索效能，而且只使用維基百科查詢擴展與只使用虛擬關聯回饋查詢擴展間效能的比較，顯示利用維基百科作為查詢擴展的同義辭典是很好的資源。

關鍵字

資訊檢索 ； 籠統查詢 ； 測試集 ； 維基百科 ； 查詢擴展

並列摘要

Users might use general terms to query the information in need, when the exact keyword is unknown. We treat these inexact query terms as general queries. In this paper, we consturct a test data set to evaluate the performance of online search engine on searching Wikipedia with general queries and exact queries.We also proposed a new query expansion method that performs better on general queries. The Wikipedia query expansion method is regarding the Wikipedia as a thesaurus to find candidates of query expansion. The expanded queries are then combined with the pseudo relevance feedback. The performance of this method is better than online search engine on the general queries.

並列關鍵字

Information Retrieval ； General query ； Test Collection ； Wikipedia ； Query Expansion

參考文獻

陳光華()。

陳光華(2004)。中文資訊檢索標竿測試集之建置。The Association for Computing Linguistics and Chinese Language Processing。15(4)，4-12。

Braschler, M.(2001).CLEF - Overview of Results. In Cross-Language Information Retrieval and Evaluation.Lecture Notes in Computer Science.2069,89-101.

Buckley, C.,Salton, G.,Allan, J.(1994).The effect of adding relevance information in a relevance feedback environment.Proceedings of SIGIR 17..(Proceedings of SIGIR 17.).

Büttcher, S.,Clarke, C. L. A.,Soboroff, I.(2006).The TREC 2006 Terabyte track.TREC 2006.(TREC 2006).: