faq

為了提高檢索性能，先前的FAQ檢索系統利用了高水平的知識基準和手工控制，但是當應用領域有所變化時，構建這樣的知識基準和規則是一項費時費力的工作。為了解決這個問題，韓國的研究人員提出了一個利用查詢日誌作為知識來源的高性能FAQ檢索系統。該系統全稱為Faq Retrieval And Clustering Technique（FRACT），它包含了兩個子系統：一個查詢日誌聚類系統和一個基於聚類的檢索系統。聚類系統定期收集和精煉用户的查詢日誌，然後將每個FAQ 作為獨立的類別，並通過語義空間中向量相似度測量把查詢日誌分到各個FAQ類別裏去。在分類的基礎上，查詢日誌聚類系統將查詢日誌進行聚類並計算每個查詢日誌簇的質心。當用户輸入查詢時，基於聚類的檢索系統通過查詢日誌簇來計算查詢和FAQ 之間的相似性，根據計算出的相似性，檢索系統將有關的FAQ 進行排列並返回一個列表。在標引的時候，該系統通過潛在的語義分析，利用分類技術有效地聚類用户查詢日誌；在檢索時，該系統利用查詢日誌簇使得FAQ 查詢更加順暢。研究人員還將這個系統應用到實際中進行了試驗，通過不同的實驗，他們發現該系統可以減少短文章檢索中的詞彙爭論問題，在FAQ 檢索方面，該系統的性能也優於其他傳統信息檢索系統，此外，由於僅僅採用數據驅動的方法而不用高層次知識源，該系統要比早先的 FAQ 檢索系統更加實際和可靠。例如圖書館 ^[1]  在長期服務實踐和讀者調查的基礎上，將讀者常問的或者常見的一些問題及其答案整理入庫。建立問答系統，以方便用户查詢。