マイクロブログ文書の選択による擬似適合フィードバック

• Item type: SIG Technical Reports(1)
• 公開日: 2013-07-15
• タイトル: マイクロブログ文書の選択による擬似適合フィードバック
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 情報検索
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 神戸大学大学院システム情報学研究科
• 著者所属: 神戸大学大学院システム情報学研究科
• 著者所属: 神戸大学大学院システム情報学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of System Informatics Kobe University
• 著者所属(英): en
• 著者所属(英): Graduate School of System Informatics Kobe University
• 著者所属(英): en
• 著者所属(英): Graduate School of System Informatics Kobe University
• 著者名: 宮西, 大樹; 関, 和広; 上原, 邦昭
• 著者名(英): Taiki, Miyanishi; Kazuhiro, Seki; Kuniaki, Uehara
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: マイクロブログ検索では擬似適合フィードバックを用いたクエリ拡張が有効であることが知られている．擬似適合フィードバックでは，初期検索の上位の検索結果は適合文書であり，この適合文書の中にユーザクエリの補強に役立つ単語が含まれていると仮定している．しかし，上位の検索結果の多くが非適合文書である場合，擬似適合フィードバックを用いると，ユーザクエリに関係のない単語を選んでしまう可能性がある．そこで，提案手法は上位の検索結果の中からマイクロブログ文書を １ つだけユーザが選び，この文書をクエリ拡張に用いることで選んだ適合文書と類似した適合文書を上位の検索結果に集める．そして，再検索した上位の結果に対して擬似適合フィードバックを適用することで，検索精度の向上を図る．マイクロブログの代表的なサービスである Twitter のデータを用いて提案手法と従来の擬似適合フィードバックとを比較する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Query expansion method using pseudo-relevance feedback is significantly effective for microblog search because the query expansion method can solve the vocabulary mismatch problem when searching short documents such as twitter messages (i.e. tweet) limited to 140 characters of content. The pseudo-relevance feedback approaches assume that the top ranked documents in the initial search results are relevant, which contain good topic-related words for relevance feedback. However, that assumption is often invalid because the initial search results may largely contain non-relevant documents and only a small share of the suggested expansion words are useful. Many others are either harmful or useless. To overcome the limitation of pseudo-relevance feedback for microblog search, we propose novel query expansion method based on two-stage relevance feedback frameworks modeling search interests by manual tweet selection and integrating lexical and temporal evidence into its relevance model. Our experiments on a corpus of microblog data (Tweets2011 corpus) show that our two-stage relevance feedback approaches considerably improve search result relevance without decreasing retrieval over almost all topics.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10114171
• 書誌情報: 研究報告情報基礎とアクセス技術（IFAT）; 巻 2013-IFAT-111, 号 15, p. 1-6, 発行日 2013-07-15
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会