基于命名实体识别与改进BM25F排序的个性化探索性搜索框架研究

《Scientific Reports》：User-focused faceted aggregated exploratory multimedia search results framework

　　

摘要

搜索引擎已成为查找信息的普遍平台，但在信息需求定义不明确的探索性搜索环境中，网页用户仍然难以浏览和过滤检索结果。虽然搜索引擎能为关键词查询检索出相关结果，但用户难以浏览、过滤和理解那些组织混乱、媒介多样且分散的垂直领域内容。现有的垂直聚合研究主要集中在聚合异构垂直领域上，从而削弱了支持探索性搜索的关键方面，如组织、标注和个性化。本研究提出了一种聚合的、个性化的探索性搜索框架，该框架利用命名实体识别（NER）派生的领域独立方面类别来组织搜索结果，并使用改进的最佳匹配 25 字段（BM25F）排序算法对其进行排序。这些方面类别与用户查询相关联，作为隐式伪相关性反馈，以便基于用户特定的类别意图个性化搜索结果。我们在标准基准测试（SciFact、TREC-COVID、NFCorpus、FiQA、SCIDOCS、ArguAna）上实证验证了所提算法的有效性。结果表明，所提出的排序算法在保持词汇相关性的同时，平均提供了 12.59% 更优的数据探索性能。通过一项用户研究（N=23）进一步验证了该算法在现实探索性搜索中的效力，该研究使用系统可用性和行为指标评估了用户的探索性搜索结果。一项有 23 名参与者参与的独立用户研究进一步表明，与 Google 基线相比，该系统具有更高的感知可用性和任务满意度，系统可用性提高了 17.72 分，探索性任务完成满意度相对提高了 25.3%。行为分析还显示查询长度更短且查询重构次数大幅减少，表明探索性搜索过程中的查询构建工作量降低了。这些发现表明，聚合、标注、组织并个性化搜索结果可以显著提高探索性搜索的有效性，降低认知负荷，并增强用户满意度。