面向复杂查询的异质媒体搜索理论与方法

With the development of search engine technology, traditional search engine has evolved from a Web information portal to one of the most important sources of various information and knowledge in human society. The application scenario of search engine has transformed from desktop computers to pervasive computing devices. The information resources have transformed from homogeneous textual content to multi-model heterogeneous content. The expression of search intent has transformed from keyword-based mechanism to personalized complex interactions. This evolution leads to serious technical challenges for the future development of search engine technologies, which also makes it necessary to focus on a new kind of search service that support complex search requests on heterogeneous contents and pervasive devices. To shed light on this research question, this project aims to focus on the understanding of multi-modal complex queries, the indexing of multi-modal media content, the ranking strategy of heterogeneous information sources. With these efforts, we try to improve search performance and users’ effectiveness of information access processes. We also hope to help future search engines to evolved into value-added knowledge service providers.

随着搜索技术的发展，搜索引擎逐渐从传统的互联网信息门户演化成为整合获取人类社会各种信息与知识的主要渠道之一。搜索应用场景逐渐迁移到普适泛在的设备环境；搜索信息资源逐渐迁移到多模态异质媒体内容；搜索用户需求表达逐渐迁移到个性化的复杂交互方式。这种演化对搜索技术的未来发展提出了新的挑战，也使得一种能够支持“泛在环境下”的“复杂查询”和“异质搜索”的新型搜索服务成为必要的技术研究方向。针对这一挑战性问题，本项目拟针对多模态复杂查询的需求理解、跨模态搜索对象的关联索引、异质媒体数据的聚合排序等技术内容开展深入研究，提出新的理论与方法，解决包括多模态查询和信息资源的统一表示、泛在搜索场景下的用户意图理解、基于有噪音训练信息的深度排序学习等关键科学问题。提升搜索引擎的检索效果与用户获取信息的效率，引领新一代搜索技术朝着知识增值服务的方向发展。

随着搜索技术的发展，搜索引擎逐渐从传统的互联网信息门户演化成为整合获取人类社会各种信息与知识的主要渠道之一。搜索应用场景逐渐迁移到普适泛在的设备环境；搜索信息资源逐渐迁移到多模态异质媒体内容；搜索用户需求表达逐渐迁移到个性化的复杂交互方式。这种演化对搜索技术的未来发展提出了新的挑战，也使得一种能够支持“泛在环境下”的“复杂查询”和“异质搜索”的新型搜索服务成为必要的技术研究方向。针对这一挑战性问题，本项目针对多模态复杂查询的需求理解，跨模态搜索对象的关联索引、异质媒体数据的聚合排序等技术内容开展深入研究，提出了新的理论与方法，解决了多模态查询和信息资源的统一表示、泛在搜索场景下的用户意图理解和基于有噪音训练信息的深度排序学习等关键科学问题。本项目的相关工作在信息检索领域得到了广泛认可。在学术方面，本项目在相关领域的国际顶级会议和期刊上共发表论文一百余篇，先后获得了AIRS 2018最佳论文奖、CIKM 2018最佳论文奖、SIGIR 2018最佳短文提名奖、ICTIR 2019最佳短文提名奖、SIGIR 2020最佳论文提名奖和WSDM 2022最佳论文奖。在工业界的实际应用方面，项目研究成果在搜狗搜索引擎核心排序模块中得到应用，显著的提高了搜狗搜索引擎的搜索结果排序性能，并顺利应用于腾讯新闻搜索、知乎内容检索、微信搜一搜等系统，提升了用户体验并且创造了巨大的社会价值和经济效益。项目负责人作为第一完成人获得“2020年钱伟长中文信息处理科学技术奖一等奖”。