Temporal Analog Retrieval using Transformation over Dual Hierarchical Structures
Temporal Analog Retrieval using Transformation over Dual Hierarchical Structures
复制标题
使用双层次结构变换进行时态模拟检索
DOI：
10.1145/3132847.3132917
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
Katsumi Tanaka
中科院分区：
文献类型：
--
作者：
Yating Zhang;Adam Jatowt;Katsumi Tanaka
近年来，我们目睹了数字档案馆（如报纸档案馆或网络档案馆）中存储的文本内容的快速增长。许多旧文件已转换成数字形式，可在网上查阅。然而，由于时间的推移，很难在这样的集合内有效地执行搜索。用户，特别是年轻的用户，由于他们的知识和不熟悉的档案收藏领域之间的术语差距，可能会在寻找适当的关键词进行有效的搜索方面遇到问题。在本文中，我们提供了一个通用的框架来跨时间桥接不同的域，并通过这个框架来促进搜索和比较，就像在用户熟悉的域中一样（即，现在）。特别是，我们建议通过应用一系列的转换程序，在时间文本集合中找到类比术语。我们开发了一个集群偏向的转换技术，它利用层次聚类结构建立在时间分布的文档集合。我们的方法不需要任何专门准备的训练数据，可以应用于不同的集合和时间段。我们测试了所提出的方法在由两个短（例如，20年）和长时间间隔（70年），我们报告与最先进的基线相比，短期内改善了18%-27%，长期内改善了56%-92%。
In recent years, we have witnessed a rapid increase of text con- tent stored in digital archives such as newspaper archives or web archives. Many old documents have been converted to digital form and made accessible online. Due to the passage of time, it is however difficult to effectively perform search within such collections. Users, especially younger ones, may have problems in finding appropriate keywords to perform effective search due to the terminology gap arising between their knowledge and the unfamiliar domain of archival collections. In this paper, we provide a general framework to bridge different domains across-time and, by this, to facilitate search and comparison as if carried in user's familiar domain (i.e., the present). In particular, we propose to find analogical terms across temporal text collections by applying a series of transformation procedures. We develop a cluster-biased transformation technique which makes use of hierarchical cluster structures built on the temporally distributed document collections. Our methods do not need any specially prepared training data and can be applied to diverse collections and time periods. We test the performance of the proposed approaches on the collections separated by both short (e.g., 20 years) and long time gaps (70 years), and we report improvements in range of 18%-27% over short and 56%-92% over long periods when compared to state-of-the-art baselines.
登录
查看更多内容
DOI：
10.3115/v1/p15-1063
发表时间：
2015-07
期刊：
--
影响因子：
--
作者：
Yating Zhang;A. Jatowt;S. Bhowmick;Katsumi Tanaka
通讯作者：
Yating Zhang;A. Jatowt;S. Bhowmick;Katsumi Tanaka
将文本检索中查询翻译的术语演变与关联规则结合起来
DOI：
10.1145/1871437.1871730
发表时间：
2010
期刊：
Proceedings of the 19th ACM international conference on Information and knowledge management
影响因子：
--
作者：
A. Kaluarachchi;A. Varde;Srikanta J. Bedathur;G. Weikum;Jing Peng;Anna Feldman
通讯作者：
Anna Feldman
单词时代消歧：找出单词如何随时间变化
DOI：
--
发表时间：
2012
期刊：
Annual Meeting of the Association for Computational Linguistics
影响因子：
--
作者：
Rada Mihalcea;Vivi Nastase
通讯作者：
Vivi Nastase
DOI：
10.1145/2684822.2685315
发表时间：
2015-02
期刊：
Proceedings of the Eighth ACM International Conference on Web Search and Data Mining
影响因子：
--
作者：
N. Tran;Andrea Ceroni;Nattiya Kanhabua;C. Niederée
通讯作者：
N. Tran;Andrea Ceroni;Nattiya Kanhabua;C. Niederée
语言变革：进步还是衰落？
影响因子：
2.4
作者：
J. Aitchison
通讯作者：
J. Aitchison