[论文解读] Improving the User Query for the Boolean Model Using Genetic Algorithms

Mohammad Othman Nassar, Feras Al Mashagba+1 more|arXiv (Cornell University)|Nov 30, 2011

Algorithms and Data Compression参考文献 20被引用 5

一句话总结

本文提出使用遗传算法（GAs）优化阿拉伯语布尔信息检索系统中的用户查询。通过测试多种适应度函数和变异策略，研究发现GA(M2, Precision)方法是最有效的策略，显著提升了阿拉伯语文本集合的检索精确率。

ABSTRACT

The Use of genetic algorithms in the Information retrieval (IR) area, especially in optimizing a user query in Arabic data collections is presented in this paper. Very little research has been carried out on Arabic text collections. Boolean model have been used in this research. To optimize the query using GA we used different fitness functions, different mutation strategies to find which is the best strategy and fitness function that can be used with Boolean model when the data collection is the Arabic language. Our results show that the best GA strategy for the Boolean model is the GA (M2, Precision) method.

研究动机与目标

• 解决在阿拉伯语信息检索中使用遗传算法进行查询优化的研究不足问题。
• 提高布尔模型在阿拉伯语文本集合中检索相关文档的有效性。
• 评估不同适应度函数和变异策略在阿拉伯语信息检索查询优化中的表现。
• 识别出能最大化阿拉伯语布尔检索中检索精确率的最优遗传算法配置。

提出的方法

• 采用遗传算法，通过迭代演化用户查询，以提升阿拉伯语文本集合中的检索性能。
• 定义多种适应度函数以评估查询质量，其中精确率是关键指标。
• 测试不同的变异策略（例如M2），以评估其对查询优化的影响。
• 基于演化后的查询应用布尔模型检索文档，并通过精确率衡量性能。
• 通过相关性反馈和适应度评估形成反馈回路，以优化查询。
• 通过在多次测试运行中进行对比评估，选择表现最佳的GA配置。

实验结果

研究问题

• RQ1 在优化阿拉伯语布尔信息检索中的用户查询时，哪种适应度函数能实现最高的检索精确率？
• RQ2 不同的变异策略如何影响遗传算法在阿拉伯语文本集合查询优化中的性能？
• RQ3 在提升阿拉伯语信息检索中布尔模型有效性方面，最优的适应度函数与变异策略组合是什么？
• RQ4 遗传算法能否有效提升阿拉伯语信息检索系统中的查询构造？

主要发现

• GA(M2, Precision)方法在所有测试配置中实现了最高的检索精确率。
• 与其它适应度函数相比，使用精确率作为适应度函数显著改善了查询优化结果。
• M2变异策略在演化出适用于阿拉伯语布尔检索的有效查询方面表现出更优性能。
• 遗传算法有效提升了阿拉伯语文本集合中的查询质量，显示出在信息检索中提升性能的潜力。
• 本研究证实，通过GAs进行查询优化可作为提升阿拉伯语等低资源语言中布尔模型性能的可行方法。