42、基于过往查询的概率性搜索结果复用与微博细粒度事件提取

基于过往查询的概率性搜索结果复用与微博细粒度事件提取

在信息检索和事件提取领域，有两项重要的研究值得关注，一项是关于利用过往查询进行信息检索的新算法，另一项是微博上细粒度事件提取的方法。

基于过往查询的信息检索算法

在信息检索中，为了提高检索的精度和效率，研究人员提出了一种新的基于过往查询的算法。

文档和查询的构建

• 基本元素 ：文档的最基本元素是词项，词项由英文字母组成。文档和查询都由词项构成，每个文档都是唯一的。
• 词项选择 ：由于构成文档的词项可能属于多个主题，因此使用Zipf定律或指数分布从不同主题中选择词项。
• 查询构建 ：过往查询从文档中创建，新查询则基于过往查询通过添加或删除词项来构建。
• 相关性判断 ：为了模拟用户对特定查询的文档相关性判断，应用了Bradford定律。

利用过往查询进行检索

• 查询比较 ：每个提交的查询都会与其相关文档一起保存。新查询会与系统中存储的过往查询进行比较，如果有相似的过往查询，则使用算法从最相似的过往查询中检索相关文档。
• 文档分组 ：算法将从过往查询中检索到的文档列表按2的幂次分组。例如，如果文档列表有30个文档，则将其近似为32个文档，并分为5组。
• 相关性判断因素