Page 108 - 《中国图书馆学报》2013年第1期

研究的重要基础。 目前，在查询意图分类领域还没
有权威的数据集.各学者在进行研究时往往根据自 5 结语
身需要选取不同的数据集。 根据数据集来源情况，
笔者将其分为三类，并对各类数据集的优缺点做了 本文详细介绍了 Web查询的类目体系、分类
简要对比分析（见表 2） 。 特征、分类方法、数据集及评价方法。 从上文可以
目前，查询意图研究领域没有特定的评价方 看出，经过多年的努力，查询意图研究取得了很大
法，常用的评价方法通常来自文本分类.包括正确 进展。 但是，查询意图领域依然存在如下问题和挑
率、召回率、精确度、错误率和 F值等指标。 需要注 战：缺乏权威的评测标准；各种分类方法在大规模
意的是，正确率、召回率和 F值都只针对单个类别 查询集合上的性能还不确定；有效提取或者获得查
进行评价，代表局部性能。 因此，需要引人能够在 询特征的方法仍然值得深入；查询意图分类体系的
全局（所有类别）上对分类器效果进行评价的方 完备性和类目间的独立不相关性尚不确定等。 此
法。 目前主要有宏平均（macro averaging）和微平均 外，当前查询意图分类研究大多只考虑把一个查询
（micro averaging）两种评价方法来度量在所有类别 分到一个类目的情况，如何将分面分类应用到查询
上的分类性能.微平均评价指标容易受到大类分类 意图研究中也是一个值得探索的问题。 而如何将
性能的影响，而宏平均评价指标容易受到小类分类 这些识别出的意图应用在搜索引擎优化中，将是今
性能的影响。 后查询意图研究的一大趋势。

参考文献：
[ 1 ] Kang I,Kim C. Query type classification for Web document retrieval[ C]// Proceedings of the 26th Annual International
ACM SICIR Conference on Research and Development in Information Retrieval, 2003: 64 -71.
[ 2 ] Broder A. Ataxonomy of Web search[J]. SICIR Forum, 2002, 36(2) : 3 -10.
[ 3 ] Rose D E,Levinson D. Understanding user goals in Web search[ Cl// WWW 2004: Proceedings of the 13th Internation-
al Conference on World Wide Web, 2004: 13 -19.
[ 4 ] Marchionini C. Exploratorysearch: From finding to understanding[J]. Communications of the ACM, 2006, 49(4) : 41
- 46.
[ 5 1 Lee U,Liu Z,Cho .I. Automatic identification of user goals in Web search [C]// WWW 2005: Proceedings of the 14th
International Conference on World Wide Web, 2005: 391 -401.
[ 6 ] Mendoza M,Ricardo Baeza-Yates. A Web search analysis considering the intention behind queries[ C ]//LA-WEB 2008:
Proceedings of the Latin American Web Conference, 2008: 66 -74.
[ 7 ] Waller V. Not just information: Who searches for what on the search engine Coogle?[J]. Journal of the American Socie-
ty for Information Science and Technology, 2011, 62(4) : 761 -775.
[ 8 ] 吴晓晖，宋萍萍，张荣欣.有无查询意图的分类与实现架构模型研究[J].情报科学，2009，27（12） ：1830一l833.
（Wu Xiaohui，Song Pingping，Zhang Rongxin.Research on implementation framework model and cl8ssific丑【ion baBed on
query intention and non—queIy intention[ J ] .Information Science，2009，Z7（12） ：1830 —1833.）
[ 9] 杨艺，周元.基于用户查询意图识别的 Web搜索优化模型[J].计算机科学，2012，39 （1 ） ：264 —267.（YangYi ，
Zhou Yuan.Web retrieval optimizHtion model based on user'8 queIy intention identification[ J ].Computer Science，
2012，39 （1 ） ：264 —267.）
[10] Lux M,Kofler C,Marques 0. A classification scheme for user intentions in image search[ C ]//Proceedings of the 28th