Automatic Query Reformulation by 瑋鴻

在這個網路化世代，各個網路服務提供商欲提供使用者更強大的功能、更精確的搜尋結果和更高的可用性，尤其是在搜尋引擎部分競爭激烈，像最多使用人使用的google，奇摩搜尋和Msn的Bing等，他們欲提供更精確的搜尋和幫助使用者更快速找到所想找到的資訊，而資訊也要有一定的品質，因此，背後的技術能力和分析可說是非常的複雜，當然，使用者所下的關鍵字才是能否找到資料最重要的因素。

而鄭教授提到資訊檢索遇到的兩個缺口，一個是user gap，一個是semantic gap，使用者並不知道到底該下什麼的關鍵字才能找到自己想要的資料，因此往往使用者會增加關鍵字的長度，或者利用不同的關鍵字進行資訊的再檢索，好讓搜尋引擎能更準確的縮小範圍找到所需資料，因此鄭教授提出了兩個方式，透過Query Expansion和Relevance Feedback，進行延伸的搜索，並且透過分析的方法將使用者所下的詞彙進行統計分析，並且試著以使用者角度去分析這類的辭彙會運用在什麼樣的情境之上，在資料端系統也能夠自我學習，藉以提升資訊檢索的精確性。

學生也在鄭教授演講當中，學習到了他們做研究的態度，一個團隊內，每個人做好自己的工作，甚至連細節都不放過，透過不斷的嘗試、討論、修正，就是為了能得到一個成果。