Bilgi erişimi için tamamen varlık tabanlı semantik arama

Son on yılda, Bilgi tabanları (Knowledge bases) neredeyse tüm Bilgi Erişimi görevlerinde giderek daha fazla kullanılmaktadır. Ad-hoc belge erişimi görevini iyileştirmek için, sorguların ve belgelerin sunumunu tamamlamak ve zenginleştirmek için genellikle KB kullanılmıştır. Pek çok yaklaşım KB'yi bu amaçla kullanmış olsa da, terim tabanlı temsil ile birlikte varlık tabanlı temsilden ne kadar etkili bir şekilde yararlanıldığının anlaşılmasının hala çözülmesi gerekmektedir. Bu tezde, Bilgi Erişimi için Tamamen Varlık Tabanlı Semantik Arama Yaklaşımı (PESS4IR) önerilmiştir. Diğer herhangi bir modelin yanında nasıl etkili bir şekilde kullanılabileceğini bilmek için güçlü ve zayıf yönlerini keşfedilmiştir. Yaklaşım, (i) belge metnine uygun olacak şekilde tasarlanmış kendi varlık bağlama yöntemini, Belge Metni için Varlık Bağlama'yı (EL4DT) içerir. Ayrıca, yaklaşım (ii) indeksleme görevi için tersine çevrilmiş bir indeksleme yöntemini içerir. Belge alma ve sıralama için, (iii) yaklaşımın tüm güçlü yönlerinden yararlanmak için uygun bir sıralama yöntemi tasarlanmıştır. İki varlık bağlama aracı, REL ve DBpedia Spotlight tarafından açıklamalı sorgularla test edilen yaklaşımımızın performansına ilişkin bulguları rapor edilmiştir. Deneyler, standart TREC 2004 Robust koleksiyonu ve MSMARCO koleksiyonları üzerinde gerçekleştirilmiştir. Robust koleksiyonunda REL yöntemini kullanarak, tüm terimleri açıklamalı ve ortalama açıklama puanları 0,75'ten büyük veya buna eşit olan sorgular için yaklaşımımız maksimum nDCG@5 puanını (1.000) elde eder. Bu nedenle, yaklaşımımızı herhangi bir belge alma yöntemiyle kullanmak, bu yöntem yüksek düzeyde açıklamalı sorgular için maksimum nDCG@5 puanına ulaşmadığı sürece, katma bir değer olacaktır.