| Relevance Feedback(적합성 피드백) |
- 개요
- 모든 정보검색 시스템의 목표는 검색성능 향상입니다.
- 검색성능 향상이란 사용자가 원하는 자료를 더욱 정확하게 찾아 주는 것입니다.
- 지금까지 많은 사람들이 검색성능 향상을 위해 노력했고, 많은 성과가 있었읍니다.
- 그 중 혁신적인 검색성능 향상 방법이 Relevance Feedback입니다.
- 본 연구팀은 Relevance Feedback을 구현하였습니다.
- Relevance Feedback이란?
- 보통의 검색성능 향상방법은 검색기 내부에서 사용자의 질의어와 검색 대상 간의 유사도 계산방법만을 중요시 하였습니다.
- Relevance Feedback은 사용자와 시스템 간의 상호 대화적인 검색성능 향상 방법입니다.
- 사용자가 질의를 하면, 먼저 1차검색을 하고 그 결과를 사용자에게 보줍니다.
- 사용자는 1차 검색결과를 보고, 추가적인 정보를 입력합니다.
- 시스템은 사용자가 입력한 추가적인 정보를 가지고, 2차 검색을 합니다.
- 이 2차 검색이 Relevance Feedback입니다.
- Relevance Feedback의 여러가지 방법
- 일반 Relevance Feedback
- 초기 사용자 질의어를 가지고 1차검색을 합니다.
- 사용자가 1차 검색결과를 보고, 적합하다고 생각하는 문서를 체크합니다.
- 위의 사용자 정보를 가지고, 시스템은 2차검색을 한다.
- 사용자 단어선택
- 초기 사용자 질의어를 가지고 1차검색을 합니다.
- 사용자가 1차 검색결과를 보고, 적합하다고 생각하는 문서를 체크합니다.
- 시스템은 사용자가 체크한 문서에서 추가할 단어들을 뽑아 줍니다.
- 사용자는 시스템이 뽑아 준 단어들 중에서 필요한 단어를 선택합니다.
- 시스템은 사용자가 선택한 단어를 가지고 2차 검색을 합니다.
- 선택 사항
- Full Relevance Feedback
2차 검색을 할때에는 단어들이 추가되어 검색이 되므로 1차 검색때보다 많은 문서가 검색됩니다. 새로운 문서를 찾아준다는 장점이 있는 반면, 검색시간이 많이 걸린다는 단점이 있습니다.- Fast Relevance Feedback
Full Relevance Feedback의 단점을 보완하기 위해 고안된 방법으로, 사용자가 입력한 정보를 가지고 1차 검색결과 내에서 유사도 계산만을 다시 함으로써 검색속도를 높입니다.