[发明专利]一种基于知识库的查询分面生成方法

摘要

本发明公开了一种基于知识库的查询分面生成方法，该方法包括如下步骤：1)对于给定查询q，从搜索引擎中获取前T个检索结果，组成查询结果集合D；2)基于QDMiner算法获取一系列初始查询分面f，一系列所述初始查询分面f组成集合F；3)对每一个所述初始查询分面f进行扩展；4)对扩展后的所述初始查询分面f利用检索文档进行过滤，以保证扩展结果的准确率；利用扩展之后的初始查询分面f生成最终的查询分面。本发明使用知识库生成查询分面，可以有效解决现有方法依赖于检索结果的局限性。通过利用知识库中高质量的信息对初始分面进行扩展，检索结果中没有出现或未被抽取的分面词项可以被准确定位，从而提高查询分面的准确性和覆盖率。

主权项

1.一种基于知识库的查询分面生成方法，其特征在于，所述方法包括如下步骤：1）对于给定查询q，从搜索引擎中获取前T个检索结果，组成查询结果集合D；2）基于QDMiner算法获取一系列初始查询分面f，一系列所述初始查询分面f组成集合F；3）对每一个所述初始查询分面f进行扩展；4）对扩展后的所述初始查询分面f利用检索文档进行过滤，以保证扩展结果的准确率；利用扩展之后的初始查询分面f生成最终的查询分面；所述步骤2）中基于QDMiner算法获取一系列初始查询分面f的方法具体为：a.列表抽取：使用文本、HTML标签、重复区域多个模式，从所述查询结果集合D中抽取原始列表；b.列表赋权：基于tf‑idf思想，对每个所述原始列表的重要性做出评估；c.列表聚类：使用WQT方法将相似的列表聚在一起形成查询分面；d.查询分面和词项排序：计算不同查询分面及分面内词项的重要性，排序并输出最终结果，即获得一系列所述初始查询分面f；所述步骤3）中对每一个所述初始查询分面f进行扩展的方法具体为：首先将搜索引擎的查询分为两种：实体级查询和非实体级查询；对于实体级查询，获得查询对应的Freebase中的实体，并获取其属性；如果原分面和某一属性的重合度很高，则使用该属性作为原分面的扩展；如果找不到这样的属性，则转到非实体级查询；对于非实体级查询，基于tf‑idf的思想找到Freebase中包含原分面的最小的类型，并利用Freebase找到原分面中不同词项共有的、与查询相关的属性，用这样的属性对类型做进一步的限制，返回被限制的类型所包含的实体作为原分面的扩展。