Keyword Query Expansion on Linked Data Using Linguistic and Semantic Features
Keyword Query Expansion on Linked Data Using Linguistic and Semantic Features
复制标题
使用语言和语义特征对链接数据进行关键字查询扩展
DOI：
10.1109/icsc.2013.41
复制
发表时间：
2013
期刊：
影响因子：
--
通讯作者：
S. Auer
中科院分区：
文献类型：
--
作者：
Saeedeh Shekarpour;Konrad Höffner;Jens Lehmann;S. Auer
基于文本用户输入的结构化信息的有效搜索在数以千计的应用中具有非常重要的意义。查询扩展方法用具有相似含义的替换查询元素来扩充用户的原始查询，以增加检索适当资源的机会。在这项工作中，我们引入了一些新的基于语义和语言推理的关联Open Data查询扩展特征。我们使用几种机器学习方法分别评估每个特征以及它们的组合的有效性。评估是在从QALD问答基准中提取的训练数据集上进行的。此外，我们提出了一种优化的语言和轻量级语义特征的线性组合，以预测每个扩展候选的有用性。我们的实验研究表明，与基准方法相比，在准确率和召回率方面都有相当大的提高。
Effective search in structured information based on textual user input is of high importance in thousands of applications. Query expansion methods augment the original query of a user with alternative query elements with similar meaning to increase the chance of retrieving appropriate resources. In this work, we introduce a number of new query expansion features based on semantic and linguistic inferencing over Linked Open Data. We evaluate the effectiveness of each feature individually as well as their combinations employing several machine learning approaches. The evaluation is carried out on a training dataset extracted from the QALD question answering benchmark. Furthermore, we propose an optimized linear combination of linguistic and lightweight semantic features in order to predict the usefulness of each expansion candidate. Our experimental study shows a considerable improvement in precision and recall over baseline approaches.
将关键字映射到链接数据资源以实现自动查询扩展
DOI：
--
发表时间：
2013
期刊：
--
影响因子：
--
作者：
Augenstein, I.
通讯作者：
Augenstein, I.