Please use this identifier to cite or link to this item:
http://hdl.handle.net/1843/ESBF-9GMJW2
Type: | Tese de Doutorado |
Title: | Exploiting entities for query expansion |
Authors: | Wladmir Cardoso Brandao |
First Advisor: | Nivio Ziviani |
First Referee: | Adriano Alonso Veloso |
Second Referee: | Edleno Silva de Moura |
Third Referee: | Mariano P Consens |
metadata.dc.contributor.referee4: | Rodrygo Luis Teodoro Santos |
metadata.dc.contributor.referee5: | Viviane Pereira Moreira |
Abstract: | Uma fração substancial de consultas submetidas às máquinas de busca na web fazem referência a entidades, como pessoas, organizações e locais. No presente trabalho, nós propomos abordagens orientadas a entidade para expansão de consulta que exploram aspectos semânticos em bases de conhecimento para derivar evidências discriminativas de termos e técnicas de aprendizagem de máquina, com o intuito de combinar de maneira efetiva as evidências a fim de se obter um ranking de termos candidatos para expansão. Particularmente, nossa abordagem supervisionada (UQEE) utiliza-se de evidências derivadas da estrutura semântica implícita em templates de infoboxes em artigos da Wikipedia, enquanto nossa abordagem de aprendizagem para ranking (L2EE) considera evidências semânticas derivadas do conteúdo de campos de artigos da Wikipedia para automaticamente rotular exemplos de treino proporcionalmente à efetividade observada na recuperação. Além disso, nós propomos uma abordagem auto-supervisionada para geração automática de infoboxes para artigos da Wikipedia (WAVE). Experimentos comprovam a efetividade de nossas abordagens, com ganhos significativos comparados às abordagens estado-da-arte em pseudo-relevance feedback (PRF) e PRF baseados em entidades. |
Abstract: | A substantial fraction of web search queries contain references to entities, such as persons, organizations, and locations. In this work, we propose entity-oriented query expansion approaches that exploit semantic sources of evidence devising discriminative term features and machine learning techniques that effectively combines these features to rank candidate expansion terms. Particularly, our unsupervised approach (UQEE) uses taxonomic features devised by the semantic structure implicitly provided by infobox templates, while our learning to rank approach (L2EE) considers semantic evidence encoded in the content of Wikipedia article fields to automatically labels training examples proportionally to their observed retrieval effectiveness. Lastly, we propose a self-supervised approach to autonomously generate infoboxes for Wikipedia articles (WAVE). Experiments attest the effectiveness of our approaches, with significantly gains compared to state-of-the-art PRF and ePRF approaches. |
Subject: | Aprendizado por computador Computação Sistemas de recuperação de informação |
language: | Inglês |
Publisher: | Universidade Federal de Minas Gerais |
Publisher Initials: | UFMG |
Rights: | Acesso Aberto |
URI: | http://hdl.handle.net/1843/ESBF-9GMJW2 |
Issue Date: | 18-Nov-2013 |
Appears in Collections: | Teses de Doutorado |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
wladmircardosobrandao.pdf | 1.78 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.