[论文解读] Reducing semantic complexity in distributed Digital Libraries: treatment of term vagueness and document re-ranking

Philipp Mayr, Peter Mutschke+1 more|arXiv (Cornell University)|Dec 14, 2007

Semantic Web and Ontologies参考文献 18被引用 30

一句话总结

本文提出了一种框架，通过解决术语模糊性并改进文档重新排序，以减少分布式数字图书馆中的语义复杂性。该框架引入了搜索词推荐器（STR），将自然语言查询映射到受控词汇术语，并利用布赖德福化（Bradfordizing）和共著者网络中的作者中心性来重新排序结果，从而在异构环境中提升检索质量。

ABSTRACT

The purpose of the paper is to propose models to reduce the semantic complexity in heterogeneous DLs. The aim is to introduce value-added services (treatment of term vagueness and document re-ranking) that gain a certain quality in DLs if they are combined with heterogeneity components established in the project "Competence Center Modeling and Treatment of Semantic Heterogeneity". Empirical observations show that freely formulated user terms and terms from controlled vocabularies are often not the same or match just by coincidence. Therefore, a value-added service will be developed which rephrases the natural language searcher terms into suggestions from the controlled vocabulary, the Search Term Recommender (STR). Two methods, which are derived from scientometrics and network analysis, will be implemented with the objective to re-rank result sets by the following structural properties: the ranking of the results by core journals (so-called Bradfordizing) and ranking by centrality of authors in co-authorship networks.

研究动机与目标

• 通过集成增值服务，减少异构数字图书馆中的语义复杂性。
• 解决用户提供的自然语言术语与受控词汇术语之间的不匹配问题。
• 通过智能重新排序搜索结果来提升检索质量。
• 将语义异质性处理与实际检索增强相结合，应用于分布式数字图书馆。
• 开发一种搜索词推荐器（STR），从受控词汇中推荐标准化术语。

提出的方法

• 开发一种搜索词推荐器（STR），将自由文本用户查询映射到受控词汇中的术语，以减少术语模糊性。
• 应用布赖德福化（Bradfordizing）技术，基于文献中核心期刊的引用频率对结果进行重新排序。
• 利用共著者网络中的中心性度量识别有影响力的作者，并据此对文档进行重新排序。
• 将这些重新排序策略与“能力中心语义异质性建模与处理”项目中现有的异质性管理组件集成。
• 采用科学计量学和网络分析技术，推导出文档和作者的结构属性。
• 结合多种重新排序策略，以提升分布式数字图书馆系统中的结果相关性。

实验结果

研究问题

• RQ1 如何通过智能查询重写来减少分布式数字图书馆中的语义复杂性？
• RQ2 受控词汇映射在多大程度上能改善用户查询与索引术语之间的对齐？
• RQ3 诸如期刊影响因子和作者中心性等结构属性能否提升文档重新排序的准确性？
• RQ4 布赖德福化和共著者网络中心性在多大程度上有助于提高结果的相关性？
• RQ5 在异构数字图书馆中，将语义异质性处理与结果重新排序相结合，其附加价值是什么？

主要发现

• 搜索词推荐器（STR）通过将自然语言查询映射到标准化的受控词汇术语，有效减少了术语模糊性。
• 布赖德福化通过优先排序来自核心期刊的文档，利用引用分布模式，提升了结果的相关性。
• 共著者网络中的作者中心性为识别有影响力和高质量的出版物提供了可靠信号。
• STR与重新排序方法的集成显著提升了异构数字图书馆环境中整体的检索质量。
• 实证观察表明，用户术语与受控词汇术语之间通常存在不一致，这证明了自动化重写的需求。
• 当与现有数字图书馆中的语义异质性组件结合时，所提出的框架展现出实际应用价值。