9.4.2 噪声信道模型(Noise Channel Model )

噪声信道模型可以理解为正确的查询通过一个噪声信道传输，在传输过程中受到外界 千扰，导致在信息接收端收到的杳询发生错误，图9-11是噪声信道模型的原理示意。

给定错误查询V及其对应的可能正确査询W，噪声信道模型将査询纠错任务转换成了 估汁概率P(W|V),其含义是：接收到错误的杳询V,这个查询对应的正确查询是W的概 率有多大，对于多个候选正确答案，选择概率值最大的作为v对应的正确査询。将/&wiv) 根据贝叶斯公式转写为：

因为对于多个候选答案W1，W2，…,W?来说，这个公式的分母P(V)都是相同的，所以 可以忽略不计，于是问题转换成求：

Argmax(尸(V| W) X />( W))

就是说哪个候选答案m使得上面公式得分最大，那么这个m就是错误查询V对应 的JH确查询。

上述公式又可以分为两个因子：P(V|W)与/>(W)。P(V|W)被称为错误模型，即正确杏 询W被错写成V的概率，具体计算方法有很多种，比如可以用上节提到的编辑距离计算, 也可以收集一些被错误拼写的查询例子，用这鸣例子的统计数据来计算错误模型。P(W)被 称为语言模型，可以通过计算查询W在所有查洵中出现的概率值来估计&如果可以估计以 上两个因子，就可以计算哪个Wi是错误査询V的正确输入。

田9-11嗓声信道檯型的原理示意

/Wl V)=尸(V| W) X P(W)/P(V)

本章提要

?准确分析用户的搜索意图是目前搜索引擎研发的潮流与重点方向。 ?用户的搜索意图可以粗分为导航型、信息型和事务型。

搜索日志是深入挖掘用户潜在搜索意图最常用的数据来源，而点击图、査询会话

这就是搜索引擎.核心技术详解ir播索I

和查询图是由搜索日志整理出的基础数据。

?相关搜索和査询纠错是非常常见的帮助用户澄清搜索意图的具体应用。

本章参考文献

[I]Fonseca, B. M.，Golgher, P. B.，de Moura, E. S., and Ziviani, N.(2003). Using association rules to discover search engines related queries. In Proc. of the 1st Latin American Web Congress (LA-WEB'03).

[2】Jansen, B. J., Spink, A., and Narayan, B.(2007). Query modifications patterns during web searching, in Proc. of 4th int. conf. on Information Technology (ITNG，07).

[3]Boldi, P., Bonchi, F? Castillo, C., Donato, D” Gionis, A., and Vigna, S.(2008). The query-flow graph: model and applications, in Proc.of the ACM 17th Conf. on Information and Knowledge Management (CIKM’08).

[4]Baeza-Yates, R., Hurtado, C., and Mendoza, M. (2004). Query recommendation using query logs in search engines. In International Workshop on Clustering Information over the Web (ClustWeb, in conjunction with EDBT), Creete, Greece.

[5]Huang, C” et al. (2003) Relevant term suggestion in interactive web search based on contextual information in query session logs. Journal of the American Society for Information Science and Technology, 54(7):638-649.

[6]Hosseini, M. and bolhassani, H. (2008). Clustering search engines log for query recommendation. CSICC, CCIS 6, pp. 380-387，Springer-Verlag Berlin Heidelberg 2008.

[7]Damerau, F. (1964). A technique for computer detection and correction of spelling errors. Communications of the ACM. 7(3):171-176.

上一篇：善用富媒体

下一篇：团队管理自动化