论文部分内容阅读
社会化标签提供了网页信息的额外描述，直观上对搜索具有重要价值。该文提出一种新颖的利用社会化标签的分类属性进行检索的方法。该方法通过将群体的标注信息建模为高层类别来估计话题模型，然后基于该话题模型来对语言模型进行平滑。建模方法可以降低标注稀疏性的影响，有效地表达标签含义，从而提升检索效果。基于TREC评测构建的数据集上的实验结果表明，该方法优于基于LDA的检索方法以及现有其他基于标签数据的检索方法。