基于查询语义分析与推理的隐式相关反馈检索模型研究

The semantic understanding of user query is critical to the inteligent informaiton retrieval(IR) system. However, there is little research on both the theory and the method for the incorporation of user needs(represented by the query semantic) in IR system and how the user and the IR system interact with each other. In recent years, with the explosive growth of mobile internet, it is important to provide an intelligent, efficient, accurate interactive IR service for mobile systems. In this project, we will investigate the query semantic driven interactive IR system based on the semantic knowledge acquisition, integration and organization, focus on both the model and the method for query semantic representation, query semantc analysis and inference, and the implicit feedback based on query semantic. Firstly, we propose a query semantic representation which can take into account both the user knowledge and the context knoweldge. Secondly, we investigate the semantic knowledge acquisition, integration and organization method for the semantic analysis. Thirdly, we analyze the query semantic according to the "entity-query subtopic-query intent" hierarchy and dependency. Finally, we provide an accurate intelligent IR service using the implicit feedback model. The proposed research will have an important effect on the Chinese query semantic analysis, the implicit feedback model and the interactive IR system.

用户查询语义理解是智能信息检索的关键技术之一。在信息检索领域，有关在检索模型中引入（查询语义所代表的）用户需求以及用户与系统间交互信息的理论和方法都还很不成熟。在移动互联网时代，探讨为用户提供智能、高效、精准的交互式搜索服务具有重要的应用价值。本课题以基于查询语义驱动的下一代交互式检索系统为应用牵引，以面向查询语义分析的知识获取、集成和组织为手段，从查询语义表示模型、查询语义分析与推理方法及查询语义驱动的隐式相关反馈模型等方面展开研究。研究融合用户知识和情景知识的查询语义表示模型。研究面向查询语义分析的知识获取、集成与组织方法。按照"实体-查询子话题-查询主题（意图）"的意义传递和结构组织实现查询语义的逐层分析，最后通过隐式一体化相关反馈模型为用户提供精准的智能检索服务。课题研究成果将促进中文查询语义分析、查询知识库构建、隐式相关反馈模型等方面的研究，推动下一代交互式检索系统原型的研发。

随着互联网的发展和普及，信息量以指数规律迅猛地增长，对于普通用户来说，Internet上的“信息迷航”和“信息过载”现象已经成为日益严重的问题。如何更准确更迅速地帮助用户找到所需的信息是检索系统的核心任务。用户查询语义理解是智能信息检索的关键技术之一。无论是IBM公司2010年推出的在智能竞赛中击败人类的Watson系统（Deep QA项目），还是苹果公司推出的手机个人智能问答应用SIRI，都需要首先明确用户的查询主题和查询意图。尽管已经有不少针对查询意图分析的研究，但是大多数是对查询语句本身字面意义的分类，这并不足以分析出用户的真实查询意图。本课题研究了基于查询语义知识库，通过多层次查询语义传递与组织以实现查询语义的逐层分析，其中融合了用户知识、当前查询语义等信息，有利于提升用户查询意图分析的准确度。在信息检索领域，有关在检索模型中引入（查询语义所代表的）用户需求的理论和方法还不成熟。在移动互联网时代，探讨为用户提供智能、高效、精准的搜索服务具有重要的应用价值。课题以基于查询语义驱动的检索系统为应用牵引，主要开展了面向查询语句的语义分析、语义分析知识库的构建方法（实体扩展、实体关系抽取、查询日志实体与属性联合挖掘等）、查询子主题挖掘模型等方面的研究。课题研究成果将促进中文查询语义分析、中文查询日志挖掘、面向查询的知识库构建、基于知识库的检索反馈模型等方面的研究，推动新的基于知识的检索系统原型的研发。通过本课题的开展，发表顶级国际会议论文9篇（AAAI三篇、ACL四篇、COLING两篇），国内期刊论文3篇（研究与发展、中文信息学报），专利5项，培养博士生1名，硕士生2名。