Resumen

Debido a la ambigüedad e imprecisión de la consulta por palabras clave en bases de datos relacionales, la investigación sobre la expansión de consultas por palabras clave ha atraído amplia atención. Los métodos de expansión de consultas existentes exponen la intención de la consulta de los usuarios hasta cierto punto, pero la mayoría de ellos no pueden equilibrar la precisión y la recuperación. Para abordar este problema, se propone un novedoso enfoque de expansión de consultas en dos pasos basado en la recomendación de consultas e interpretación de consultas. En primer lugar, se propone un algoritmo de recomendación probabilístico mediante la construcción de una matriz de similitud de términos y un modelo Viterbi. En segundo lugar, utilizando el algoritmo de traducción de triples y el algoritmo de construcción de subgrafos de consultas, las palabras clave de la consulta se traducen a subgrafos de consultas con información estructural y semántica. Finalmente, los resultados experimentales en un conjunto de datos del mundo real demuestran la efectividad y rac

• Materias:Calibración geométrica Núcleos computacionales Consultas de palabras clave Pronóstico probabilístico Máquina de aprendizaje
• Subjects:Geometric calibration Computational kernels Keyword queries Probabilistic forecasting Machine learning
• Palabras claves:Ambigüedad; Falta de precisión; Consulta por palabra clave; Bases de datos relacionales; Expansión de consulta; Interpretación de consulta
• Keywords:Ambiguity; Impreciseness; Keyword query; Relational databases; Query expansion; Query interpretation