Improving pseudo-relevance feedback in web information retrieval using web page segmentation
Improving pseudo-relevance feedback in web information retrieval using web page segmentation
复制标题
DOI：
10.1145/775152.775155
复制
发表时间：
2003-05
期刊：
影响因子：
--
通讯作者：
Shipeng Yu;Deng Cai;Ji-Rong Wen;Wei-Ying Ma
中科院分区：
文献类型：
--
作者：
Shipeng Yu;Deng Cai;Ji-Rong Wen;Wei-Ying Ma
与传统的文档检索相比，一个网页作为一个整体并不是一个很好的信息单元，因为它往往包含多个主题和许多无关的信息，从导航，装饰和交互部分的页面。在本文中，我们提出了一个基于视觉的页面分割（VIPS）算法来检测网页中的语义内容结构。与简单的基于DOM的分割方法相比，我们的页面分割方案利用有用的视觉线索，以获得一个更好的分区的页面在语义层面上。通过使用我们的VIPS算法，以帮助选择的查询扩展条款在伪相关反馈在Web信息检索，我们实现了27%的性能提高Web Track数据集。
In contrast to traditional document retrieval, a web page as a whole is not a good information unit to search because it often contains multiple topics and a lot of irrelevant information from navigation, decoration, and interaction part of the page. In this paper, we propose a VIsion-based Page Segmentation (VIPS) algorithm to detect the semantic content structure in a web page. Compared with simple DOM based segmentation method, our page segmentation scheme utilizes useful visual cues to obtain a better partition of a page at the semantic level. By using our VIPS algorithm to assist the selection of query expansion terms in pseudo-relevance feedback in web information retrieval, we achieve 27% performance improvement on Web Track dataset.