[发明专利]一种面向会话式实体搜索的查询扩展方法

摘要

本发明公开一种面向会话式实体搜索的查询扩展方法，包括：对维基百科文档集预处理得到数据集D；遍历数据集D中每个文档d，得到关键字倒排索引I_k、实体倒排索引I_e以及实体类映射I_E；抽取WordNet中的语义信息和YAGO3中的实体相关信息；根据历史查询结果构建历史结果缓存队列L；根据用户本轮查询Q对I_k、I_e和I_E进行检索获取伪相关反馈Q_PRF，利用语义信息和实体相关信息对L中的历史结果进行分析获取历史反馈Q_h；基于本轮查询Q、伪相关反馈Q_PRF和历史反馈Q_h生成扩展查询Q_E，利用Q_E对I_k、I_e和I_E进行重新检索和排序得到最终结果集R；利用R更新缓存队列L。本发明在减少查询开销的同时缩短查询流程。

主权项

1.一种面向会话式实体搜索的查询扩展方法，其特征在于，包括以下步骤：(1)对维基百科文档集预处理得到包含关键字和实体注释的数据集D；(2)遍历数据集D中每个文档d，对d中包含的关键字和实体进行索引，最终得到关键字倒排索引I_k、实体倒排索引I_e以及实体类映射I_E；(3)抽取WordNet中的语义信息和YAGO3中的实体相关信息；(4)根据历史查询结果构建历史结果缓存队列L；(5)根据用户本轮查询Q对I_k、I_e和I_E进行检索获取伪相关反馈Q_PRF，利用步骤(3)中获取的语义信息和实体相关信息对L中的历史结果进行相关性分析获取历史反馈Q_h；步骤(5)包含以下子步骤：(5‑1)计算扩展关系模型M_r，若支持文档集d_s由输入实体e_in、结果实体e_r、数据集D及扩展关系模型M_r的混合模型生成，则有：其中，logp(d_s|M_d)表示支持文档集d_s在反馈文档模型M_d下的相关性得分，W(w，d)表示词条w在文档d中的权重，p(w|e_in)表示词条w与输入实体e_in的相关性，p(w|e_r)表示词条w与结果实体e_r的相关性，p(w|M_r)表示在扩展关系模型M_r下生成词条w的概率，p(w|D)表示在当前数据集D下生成词条w的概率，α₁、α₂和β均表示[0，1]间的可调参数，通过期望最大化算法对公式中扩展关系模型M_r进行有效估计；(5‑2)从M_r中选取前p项作为伪相关反馈Q_PRF；(5‑3)计算L中历史结果与输入实体的语义相关性，考虑历史结果与输入实体间是否存在映射关系，给定指示器函数I(e_in,e_r)表示输入实体e_in与历史结果e_r间是否存在映射关系，w(e_in,e_r)表示输入实体e_in与历史结果e_r间的语义强度，则历史结果与输入实体的语义相关性R_sem(e_r)计算公式如下：其中，e_k表示YAGO3中与输入实体e_in存在关联的实体；(5‑4)计算L中历史结果与输入实体的上下文相关性，考虑历史结果与输入实体共现的文档越多、历史结果与输入实体间的文本距离越小，两者之间越相关，给定输入实体e_in、历史结果e_r在支持文档d中文本距离为Prox(e_in,e_r,d)，则输入实体与历史结果的上下文相关性R_text(e_r)计算公式如下：其中，分别表示由支持文档d和本轮查询Q生成的词条向量，表示与间的余弦相似度；(5‑5)基于输入实体与历史结果的语义相关性和输入实体与历史结果的上下文相关性，通过线性加权的方式计算历史结果e_r与本轮查询Q的相关性R(e_r)，计算公式如下：R(e_r)＝αR_sem(e_r)+(1‑α)R_text(e_r)其中α为[0，1]间的加权系数；(5‑6)根据相关性R(e_r)从L中选取前p项作为历史反馈Q_h；(6)基于本轮查询Q、伪相关反馈Q_PRF和历史反馈Q_h生成扩展查询Q_E，利用Q_E对I_k、I_e和I_E进行重新检索和排序得到最终结果集R；(7)利用R更新缓存队列L，若用户提出下轮查询则转至步骤(5)，否则进入步骤(8)；(8)本次会话查询结束。