基于主题-标签-文档词三层模型的查询扩展方法

"一种用于查询扩展词选取的主题模型 (2013年)：通过将社会化标注融入经典的LDA（Latent Dirichlet Allocation）模型，构建了一个三层主题模型，用于在搜索引擎结果集中构建贴近用户意图的主题层，并建立文档词与主题之间的映射。这种方法在伪相关反馈查询扩展词的选择中表现出色，能够描述标签的语义，并在多数情况下提高结果列表的NDCG（Normalized Discounted Cumulative Gain）值，优于基础伪相关反馈和结果集聚类方法。" 这篇论文是自然科学领域的研究，发表于2013年的《东北大学学报(自然科学版)》第34卷第3期，由张博、张斌和高克宁三位作者共同完成，其中张博和张斌是东北大学的博士研究生和教授，高克宁也是东北大学的教授。该研究得到了辽宁省自然科学基金的支持。 研究的核心在于改进传统的LDA模型，通过引入社会化标注，创建了一个包含主题、标签和文档词三层结构的主题模型。在搜索引擎优化中，查询扩展是提高搜索结果相关性的重要手段。传统的LDA模型主要处理文档和主题的关系，而在此研究中，作者通过添加标签层，使模型能够捕捉到用户的社会化标注信息，从而更好地理解用户的查询意图。 在实验部分，该模型被应用于伪相关反馈查询扩展词的选择。伪相关反馈是一种常用的技术，通过分析用户最初查询后的相关文档来选择可能的扩展词，以改进查询效果。实验结果显示，该主题模型提取的扩展词不仅能够反映标签的语义，而且在应用到伪相关反馈后，能够更全面地覆盖原始查询条件，从而提升检索结果的质量。在大多数情况下，使用该模型的NDCG值（衡量检索系统性能的指标）超过了仅使用基本伪相关反馈和结果集聚类方法的NDCG值。 关键词包括主题模型、伪相关反馈、查询扩展、扩展词选取以及社会化标注，表明了研究的主要关注点。这篇论文对于理解如何利用社会化数据改进信息检索系统，尤其是提升搜索引擎的性能，提供了重要的理论和技术支持。