演講者：鄭卜壬教授
以自然語言的檢索方式查找網路資源，當query的term不是一個很單純的特定目標時，要讓檢索結果很精確不是件容易的事，query該下得長或短，該用哪幾個term組合，往往需要多次的修正。我常在想，如果在reformulate的過程中，系統能多給些有用的feedback，應該可以大幅提升檢索結果的precision ratio及recall ratio。
鄭老師提到資訊檢索的二大隔閡，一為使用者的隔閡，一為語意的隔閡。在課堂上，我常以一些較冗長的句子去測試學生，看他們面對這樣的敘述句時，會如何做概念分析，然後決定用哪幾個term作為query的keywords。測試後發現，不同學生因為個人認知與理解能力的不同，針對同一個題目，會有不同的query，當然也就產生不一樣的檢索結果，這種差異即使用者的gap。因為就使用者而言，只能看到蒐尋引擎的檢索介面，對於後端到底存在著哪些資料根本一無所知，遑論去預測網路文件使用哪些詞彙。User gap在以往電腦科學領域是較少人關注的，但在圖資領域，我們通常很著重這一方面的探討。當我們在formulate一個query時，總是希望user離data愈近愈好，即愈了解文獻的語意愈好，但有些資料卻很難讓使用者了解其語意，尤其是影像的query，當語意視覺化後，要抓到其語意就不是那麼容易，此為語意的gap。而query的reformulation，可以透過query的擴展（query expansion）和相關性的回饋（relevance feedback）來改善檢索的效能。當我們在檢索學術資料庫時，若是利用索引典檢索，我們會發現descriptor的擴展功能相當好用，但在浩瀚網路資源中，不可能有一套完整的索引典供使用者選詞，故僅能提供相關性的回饋，讓系統根據使用者選擇之文件來作為重新查詢的基礎，或是將使用者輸入之關鍵詞，以詞彙擴展的方式，提供使用者自行挑選相關詞彙後再進行檢索，因為系統可透過語言特性及統計特性（共現特徵）等方式讓一個詞彙變得更重要。自動化再建構query的目標，就是希望系統能學習測量query詞彙的有效性，了解在一個query中每個詞彙的重要性分別為何，再訓練系統自我學習，以提升檢索結果的精確性。
提升網路資源檢索效能的方式有許多種，期望這些技術未來能日趨純熟，將使用者與資料間的距離愈拉愈近，愈沒有隔閡，如此才能讓使用者以更有效率的方式遨遊於資訊大海中。
沒有留言:
張貼留言