کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4942428 1437284 2017 42 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Constructing target-aware results for keyword search on knowledge graphs
ترجمه فارسی عنوان
ساخت نتایج هدفمند برای جستجوی کلمات کلیدی در نمودارهای دانش
ترجمه چکیده
کار موجود در پردازش کلمات کلیدی در داده های گراف در بازده نسبی نتیجه تمرکز دارد. با این وجود، صرف نظر از قصد جستجو کاربران، یک نتیجه پرس و جو ممکن است شامل چندین مورد از هدف جستجوی کاربر باشد، و نتایج چندگانه پرس و جو ممکن است شامل اطلاعاتی برای همان نمونه از هدف جستجوی کاربر باشد. با عدم تقارن بین نتایج پرس و جو و اهداف جستجو، یک عملکرد رتبه بندی نمیتواند نمونه هایی از اهداف جستجو را به طور موثری رتبه بندی کند. در این مقاله، مفهوم نتایج جستجوی پرسوجو هدف، هدایت شده توسط کاوش جستجوی کاربر پیشنهاد شده است. ما تئوری اطلاعات را به کار می گیریم و یک مدل احتمال احتمالی برای به دست آوردن اهداف جستجو با تجزیه و تحلیل ویژگی های بازگشت، اصلاح کنندگان، روابط وابستگی و به دست آوردن اطلاعات کلمات کلیدی پرس و جو می کنیم. سپس ما دو خواص مهم را برای نتیجه هدف آگاه پیشنهاد می دهیم: اتمیتی و بیثباتی. ما تکنیک هایی را برای به دست آوردن نتایج هدفمند آگاهانه تولید می کنیم. ارزیابی تجربی گسترده نشان دهنده اثربخشی و کارآیی روش ما است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
Existing work of processing keyword searches on graph data focuses on efficiency of result generation. However, being oblivious to user search intention, a query result may contain multiple instances of user search target, and multiple query results may contain information for the same instance of user search target. With the misalignment between query results and search targets, a ranking function is unable to effectively rank the instances of search targets. In this paper we propose the concept of target-aware query results driven by inferred user search intention. We leverage the Information Theory and develop a general probability model to infer search targets by analyzing return specifiers, modifiers, relatedness relationships, and query keywords' information gain. Then we propose two important properties for a target-aware result: atomicity and intactness. We develop techniques to efficiently generate target-aware results. Extensive experimental evaluation shows the effectiveness and efficiency of our approach.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Data & Knowledge Engineering - Volume 110, July 2017, Pages 1-23
نویسندگان
, , ,