基于关键词提取的搜索结果聚类研究

摘要：

信息检索的结果往往庞杂，缺乏有效地加工整理，对搜索结果进行聚类是一种普遍的需求，而传统的文本聚类方法不能提供有效的类别标签，且速度较慢，不适用于在线搜索结果的聚类。本文针对性地提出了基于关键词提取的搜索结果聚类算法，工本思想为：结合信息检索的特点，将词频(TF)、词性和互信息等特征进行融合计算，综合实现关键词的提取;最终以筛选出的关键词作为基础特征，实现层次聚类。经实验验证，该方法P@10达到80％，用户满意度达到85％。实验结果表明，基于关键词提取的搜索结果聚类算法优于目前已知的所有系统。

关键词： 关键词提取 搜索结果聚类 信息检索

作者: 秦鹏 李恒训 张华平 刘金刚

作者单位: 首都师范人学计算机联合实验室,北京 100037 中国科学院计算技术研究所,北京 100190 中国科学院计算技术研究所,北京 100190

会议类型: 国内会议

会议名称: 第五届全国信息检索学术会议CCIR2009

会议地点: 上海

会议语种:中文

页码: 358-367

在线出版日期: 2009-11-14（万方平台首次上网日期，不代表论文的发表时间）