Content-Based Mining of Query Replacements
Ez a könyv bemutatja a tartalomalapú lekérdezések helyettesítésének problémáját.
Motiválja az MRF-ek segítségével modellezett terminuskorrelációt és a mintavételezésen alapuló technikát a keresési kifejezésdefiníciók megtanulására. Ezeket a definíciókat alternatív lekérdezésekként használjuk, hogy nagyobb pontosságot érjünk el számos visszakeresési feladatban.
A felhasználó lekérdezése szempontjából releváns dokumentumok visszakeresése a nem releváns dokumentumok kiszűrése mellett kihívást jelentő feladat, amely az adatok és a lekérdezés közötti kapcsolat jó megértését, valamint olyan algoritmusok kifejlesztését igényli, amelyek hatékonyan mérik az adatok relevanciáját a lekérdezéshez képest. A disszertáció részeként egy olyan hipotézist dolgoztunk ki, amely jelentősen csökkenti a keresési kifejezésdefiníciók bányászatának problémáját azáltal, hogy a kifejezések együttes eloszlását feltételes eloszlások szorzataként modellezzük, Markov véletlen mezőként modellezve. Feltételezzük, hogy létezik egy mögöttes közös eloszlás a keresési kifejezés leírására használt kifejezések között.
Az általunk javasolt modellezés a kifejezések közötti kapcsolat sűrített ábrázolása, és úgy tűnik, hogy megragadja a kifejezések közötti betekintési statisztikákat. leírja a célkifejezést.