TAILIEUCHUNG - Báo cáo khoa học: "Wikipedia as Sense Inventory to Improve Diversity in Web Search Results"

Is it possible to use sense inventories to improve Web search results diversity for one word queries? To answer this question, we focus on two broad-coverage lexical resources of a different nature: WordNet, as a de-facto standard used in Word Sense Disambiguation experiments; and Wikipedia, as a large coverage, updated encyclopaedic resource which may have a better coverage of relevant senses in Web pages. | Wikipedia as Sense Inventory to Improve Diversity in Web Search Results Celina Santamaria Julio Gonzalo and Javier Artiles UNED c Juan del Rosal 16 28040 Madrid Spain julio@ javart@ Abstract Is it possible to use sense inventories to improve Web search results diversity for one word queries To answer this question we focus on two broad-coverage lexical resources of a different nature Word-Net as a de-facto standard used in Word Sense Disambiguation experiments and Wikipedia as a large coverage updated encyclopaedic resource which may have a better coverage of relevant senses in Web pages. Our results indicate that i Wikipedia has a much better coverage of search results ii the distribution of senses in search results can be estimated using the internal graph structure of the Wikipedia and the relative number of visits received by each sense in Wikipedia and iii associating Web pages to Wikipedia senses with simple and efficient algorithms we can produce modified rankings that cover 70 more Wikipedia senses than the original search engine rankings. 1 Motivation The application of Word Sense Disambiguation WSD to Information Retrieval IR has been subject of a significant research effort in the recent past. The essential idea is that by indexing and matching word senses or even meanings the retrieval process could better handle polysemy and synonymy problems Sanderson 2000 . In practice however there are two main difficulties i for long queries IR models implicitly perform disambiguation and thus there is little room for improvement. This is the case with most standard IR benchmarks such as TREC or CLEF ad-hoc collections ii for very short queries disambiguation may not be possible or even desirable. This is often the case with one word and even two word queries in Web search engines. In Web search there are at least three ways of coping with ambiguity Promoting diversity

• Báo cáo khoa học
• Wikipedia as Sense Inventory
• Improve Diversity
• Web Search Results
• báo cáo khoa học
• báo cáo ngôn ngữ
• ngôn ngữ tự nhiên
• Bài giảng Xử lý ngôn ngữ tự nhiên
• Xử lý ngôn ngữ tự nhiên
• Kỹ thuật lập trình
• Mô hình ngôn ngữ
• Mô hình n gram
• Dịch máy
• Phương pháp dịch máy
• Hiểu ngôn ngữ
• Phân loại tin tự động
• Tạo chí tin học
• Điều khiển học
• Truy vấn ngôn ngữ tự nhiên
• Phép dịch truy vấn ngôn ngữ tự nhiên
• Truy vấn SQL
• Văn phạm ngữ nghĩa
• Xử lý nhập nhằng ngữ nghĩa
• Xử lý ngữ nghĩa
• Phân tích ngữ nghĩa
• Biểu diễn vị từ
• Thuộc tính về sự kiện
• Thuộc tính về sự kiện
• Xử lý ngôn ngữ
• Natural Language Processing
• Ngôn ngữ lập trình
• Nhập nhằng cấu trúc
• Tri thức về ngôn ngữ
• Mô hình ngôn ngữ Google Book N grams
• Mô hình ngôn ngữ KenLM
• Phương pháp làm mịn
• Bài toán PTCP
• Phân tích cú pháp
• Cấu trúc ngữ pháp
• Phân tích cú pháp xác suất
• CKY kết hợp xác suất
• Văn phạm phi ngữ cảnh xác suất
• Hình thái học
• Gán nhãn từ loại
• Ngôn ngữ tự nhiên trong dịch máy
• Hệ thống dịch máy
• Phương pháp xây dựng bảng từ
• Tác từ
• Conditional random fields
• Nhận dạng thực thể có tên
• Đối tượng vật lý trừu tượng
• Phân lớp văn bản
• Biểu diễn nhị phân
• Ma trận từ văn bản
• Wolfram Alpha
• Trích rút thông tin
• Phương pháp Snowball