融合领域命名实体识别的查询扩展方法研究

邹俊杰，余正涛＋ ，刘跃红，宗焕云，苏 磊

（1.昆明理工大学 信息工程与自动化学院，云南 昆明650051；2.昆明理工大学 智能信息处理重点实验室，云南 昆明650051）

0 引 言

查询扩展是提高文本检索准确率的最有效的手段，目前已广泛应用于信息检索和问答系统的文本检索中［1－6］。其思想是利用和查询相关的扩展词对查询进行重构，以提高检索准确率。在通用领域中查询扩展的方法有很多，主要有基于全局分析的查询扩展技术［2－3］，基于局部上下文分析的查询扩展技术［2］，基于语言模型的扩展技术［6］，基于随机游走模型的查询扩展技术［7］及基于用户日志的查询个性化扩展技术［8］。但上述方法对特定领域中的问题进行扩展时存在查询结果偏离特定领域的问题。如：在旅游领域中，使用基于全局分析的查询扩展技术［2］对问题 “云南的苹果品质怎么样？”进行查询扩展时，会将 “手机、电脑”之类的词添加到扩展词列表中，而在旅游领域的受限域文本检索系统中，扩展词 “手机、电脑”等通常被认为是不合理的查询扩展，其扩展的结果将会使查询结果发生偏离，影响召回数据的准确率，因此需弱化甚至去除这些非领域扩展词带来的问题。在特定领域文本检索系统中，由于选取的扩展词符合领域特性，能检索出相关性更高的文本，查询召回的是相应的领域文本，而非召回和查询词相关的所有文本，因此加入领域知识来扩展查询词有利于解决查询结果偏离问题。

目前，在特定领域中，查询扩展方法的思想主要是依靠加入特定词典或者特定规则来完成查询扩展。……