查询意图自动分类的方法改进探讨

摘要：

本文在降低数据标注成本的基础上,提高查询意图自动分类的准确率.首先,将ODP主题类目体系映射到Rose等意图类目体系,利用启发式和匹配的方法形成标注规则,对查询日志数据进行自动标注;其次,在提取查询的统计特征、用户行为特征和基于自然语言处理的语义特征基础上,提取查询的句法依赖关系作为分类特征;最后,使用集成学习模型GBDT作为分类器,对查询意图进行分类研究.实验表明,本文提出的标注规则可以获得大量被标注的训练数据集,新增的句法依赖关系特征可以提高查询意图的分类效果,GBDT作为集成学习模型相比线性分类模型可以明显提高查询意图分类的准确率.

关键词：GBDT、机器学习、查询日志、查询意图、自然语言处理

分类号：G353.4(情报学、情报工作)

资助基金：国家社会科学基金青年项目"融合用户个性化与实时性意图的查询推荐模型研究"15CTQ019

在线出版日期：2018-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：53-60