ارائه رویکردی ترکیبی برای بهبود بازیابی موجودیت

پژوهش های پیشین ثابت کرده اند که درصد قابل توجهی از جستجوها مبتنی بر موجودیت هستند؛ بدین معنا که کاربران انتظار دارند، به جای دریافت فهرستی از اسناد، مجموعه ای از موجودیت ها را در پاسخ دریافت کنند. برای حل این مسئله روش های بازیابی اسناد نظیر مدل بسته ی واژگان، به کار گرفته شدند. این روش ها صرفا به تطابق پرس و جو و موجودیت در سطح واژگان بسنده می کنند. از این رو قادر به درک روابط نهان میان واژگان پرس و جو و رفع ابهام احتمالی آن نمی باشند. دسته ای دیگر از روش ها در کنار مدل بسته ی واژگان، از ویژگی نوع پرسوجو استفاده کرده اند. این ویژگی به گونه ای است که تنها با داشتن موجودیت های پیوندخورده به پرس و جو قابل شناسایی است و میتوان گفت واژگان غیر موجودیت پرس و جو چندان نقشی در تشخیص آن نخواهندداشت. این در حالی است که ویژگی صفت پرسوجو تاثیر مستقیم از تمامی واژگان آن می پذیرد. این ویژگی با استفاده از مجموعه موجودیت های پیوندخورده، از طریق روش های لغوی و معنایی شناسایی می گردد. در این پژوهش راهکاری ترکیبی برای مسئله ی بازیابی موجودیت ارائه می شود که مبنای آن استفاده از ویژگی های پرسوجو بر اساس شباهت واژگانی و معنایی می باشد. برخلاف روش های بازیابی موجودیت مبتنی بر نوع، که صرفا نوع پرس و جو و نوع موجودیت را در نظر می گیرند، در این پژوهش شباهت، میان صفت پرس و جو و تمامی ویژگی های موجودیت تعریف می گردد. طبق آزمایش های انجام شده در این پژوهش و با استفاده از مجموعه آزمون تعریف شده بر روی پایگاه دانش دیبی پدیا ، ثابت می شود که روش ترکیبی ارائه شده در مقایسه با روش های پیشین بازیابی موجودیت و نیز روش هایی که هر یک از ویژگی هارا جداگانه در نظر گرفته اند، از دقت بالاتری برخوردار است و می تواند با درک صحیح نیازمندی های کاربران، منجر به بهبود کارآیی موتورهای جستجو گردد.

کلیدواژه ها:

بازیابی موجودیت ، جستجوی موجودیت محور ، صفات پرسوجو ، موجودیت های پیوندخورده ، فیلدهای تصادفی مارکوف