RU2015156488A - Предложения запроса на основе данных поиска - Google Patents
Предложения запроса на основе данных поиска Download PDFInfo
- Publication number
- RU2015156488A RU2015156488A RU2015156488A RU2015156488A RU2015156488A RU 2015156488 A RU2015156488 A RU 2015156488A RU 2015156488 A RU2015156488 A RU 2015156488A RU 2015156488 A RU2015156488 A RU 2015156488A RU 2015156488 A RU2015156488 A RU 2015156488A
- Authority
- RU
- Russia
- Prior art keywords
- refinement
- query
- cluster
- topic
- request
- Prior art date
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3322—Query formulation using system suggestions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Claims (91)
1. Способ, содержащий этапы, на которых
принимают посредством одного или более компьютеров первый запрос;
определяют уточнения запроса на основе первого запроса;
генерируют исходя из уточнений запроса кластеры уточнений, причем каждый кластер уточнения соответствует конкретной теме и каждый кластер уточнения включает в себя уточнения запроса, которые определены как принадлежащие конкретной теме, которой соответствует данный кластер уточнения;
ранжируют кластеры уточнений;
выбирают кластер уточнения, который является самым высоким по рангу относительно других кластеров уточнений при упомянутом ранжировании, в качестве первого кластера уточнения поиска для первого запроса; и
генерируют первые данные тематической подсказки на основе темы, связанной с первым кластером уточнения поиска, причем первые данные тематической подсказки описывают запрос первого пользовательского ввода n-граммы, которая относится к теме, связанной с первым кластером уточнения поиска.
2. Способ по п.1, дополнительно содержащий этапы, на которых
определяют посредством одного или более компьютеров вторые запросы на основе первого запроса, где каждый из вторых запросов является запросом, который соответствует пороговому уровню сходства с первым запросом, причем первый запрос является одним из этих вторых запросов; и
для каждого из вторых запросов, определяют уточнения запроса на основе данного второго запроса.
3. Способ по п.1, дополнительно содержащий выполнение операции поиска с использованием первого кластера уточнения поиска и на основе первого запроса.
4. Способ по п.3, в котором выполнение операции поиска содержит этапы, на которых:
принимают для сеанса пользователя третий запрос, который соответствует первому запросу;
предоставляют для сеанса пользователя первые данные тематической подсказки;
принимают для сеанса пользователя выбор n-граммы, которая относится к теме, связанной с первым кластером уточнения поиска, причем упомянутый выбор следует за третьим запросом без другого промежуточного пользовательского ввода для сеанса пользователя; и
предоставляют для сеанса пользователя результаты поиска, отвечающие первому запросу и упомянутому выбору.
5. Способ по п.3, в котором выполнение операции поиска содержит этапы, на которых
принимают для сеанса пользователя третий запрос, который соответствует первому запросу;
принимают цифровое представление речи на основе первых данных тематической подсказки; и
предоставляют для сеанса пользователя цифровое представление речи в ответ на третий запрос.
6. Способ по п.1, в котором конкретная тема, связанная с кластером уточнения, является темой, включенной в запросы в кластере уточнения и не включенной в первый запрос.
7. Способ по п.1, в котором упомянутое ранжирование содержит этапы, на которых
оценивают каждый из кластеров уточнений на основе количества раз, которое n-грамма, связанная с конкретной темой кластера уточнения, встречается в запросах, включенных в кластер уточнения; и
ранжируют кластеры уточнений на основе оценок, связанных с кластерами уточнений, где кластер уточнения, ранг которого является самым высоким при ранжировании относительно других кластеров уточнений, имеет наиболее высокую оценку из кластеров уточнений.
8. Способ по п.7, в котором упомянутый выбор содержит этапы, на которых:
определяют, превышает ли наиболее высокая оценка пороговое значение; и
выбирают на основе определения того, что наиболее высокая оценка превышает пороговое значение, кластер уточнения, ранг которого является самым высоким при ранжировании относительно других кластеров уточнений, в качестве первого кластера уточнения поиска для первого запроса.
9. Способ по п.7, дополнительно содержащий этапы, на которых
принимают для сеанса пользователя третий запрос, который соответствует первому запросу;
предоставляют для сеанса пользователя первые данные тематической подсказки;
принимают для сеанса пользователя первый выбор n-граммы, которая относится к теме, связанной с первым кластером уточнения поиска;
предоставляют для сеанса пользователя вторые данные тематической подсказки на основе темы, связанной со вторым кластером уточнения поиска, который имеет вторую по величине оценку из кластеров уточнений, или с кластером уточнения, имеющим наиболее высокую комбинированную оценку для сочетания первого запроса и первого выбора, где вторые данные тематической подсказки описывают запрос второго пользовательского ввода n-граммы, которая относится к теме, связанной со вторым кластером уточнения поиска;
принимают для сеанса пользователя второй выбор n-граммы, которая относится к теме, связанной со вторым кластером уточнения поиска; и
предоставляют для сеанса пользователя результаты поиска, отвечающие первому запросу, первому выбору и второму выбору.
10. Способ по п.9, в котором наиболее высокая оценка и вторая по величине оценка выше порогового значения.
11. Долговременный машиночитаемый носитель данных, на котором сохранены инструкции, исполняемые устройством обработки данных и при их исполнении предписывающие устройству обработки данных выполнять операции, содержащие:
прием первого запроса;
определение уточнений запроса на основе первого запроса;
генерирование, исходя из уточнений запроса, кластеров уточнений, где каждый кластер уточнения соответствует конкретной теме и каждый кластер уточнения включает в себя уточнения запроса, которые определены как принадлежащие конкретной теме, которой соответствует данный кластер уточнения;
ранжирование кластеров уточнений;
выбор кластера уточнения, который является самым высоким по рангу относительно других кластеров уточнений при упомянутом ранжировании, в качестве первого кластера уточнения поиска для первого запроса; и
генерирование первых данных тематической подсказки на основе темы, связанной с первым кластером уточнения поиска, причем первые данные тематической подсказки описывают запрос первого пользовательского ввода n-граммы, которая относится к теме, связанной с первым кластером уточнения поиска.
12. Долговременный машиночитаемый носитель данных по п.11, при этом упомянутые операции дополнительно содержат
определение вторых запросов на основе первого запроса, где каждый из вторых запросов является запросом, который соответствует пороговому уровню сходства с первым запросом, причем первый запрос является одним из этих вторых запросов; и
для каждого из вторых запросов, определение уточнений запроса на основе этого второго запроса.
13. Долговременный машиночитаемый носитель данных по п.11, при этом упомянутые операции дополнительно содержат выполнение операции поиска с использованием первого кластера уточнения поиска и на основе первого запроса.
14. Долговременный машиночитаемый носитель данных по п.13, при этом выполнение операции поиска содержит
прием для сеанса пользователя, третьего запроса, который соответствует первому запросу;
предоставление для сеанса пользователя, первых данных тематической подсказки;
прием для сеанса пользователя, выбора n-граммы, которая относится к теме, связанной с первым кластером уточнения поиска, причем упомянутый выбор следует за третьим запросом без другого промежуточного пользовательского ввода для сеанса пользователя; и
предоставление для сеанса пользователя, результатов поиска, отвечающих первому запросу и упомянутому выбору.
15. Долговременный машиночитаемый носитель данных по п.11, при этом конкретная тема, связанная с кластером уточнения, является темой, включенной в запросы в кластере уточнения и не включенной в первый запрос.
16. Долговременный машиночитаемый носитель данных по п.11, при этом упомянутое ранжирование содержит:
оценивание каждого из кластеров уточнений на основе количества раз, которое n-грамма, связанная с конкретной темой кластера уточнения, встречается в запросах, включенных в кластер уточнения; и
ранжирование кластеров уточнений на основе оценок, связанных с кластерами уточнений, где кластер уточнения, ранг которого является самым высоким при ранжировании относительно других кластеров уточнений, имеет наиболее высокую оценку из кластеров уточнений.
17. Долговременный машиночитаемый носитель данных по п.16, при этом упомянутые операции дополнительно содержат
прием, для сеанса пользователя, третьего запроса, который соответствует первому запросу;
предоставление для сеанса пользователя, первых данных тематической подсказки;
прием для сеанса пользователя первого выбора n-граммы, которая относится к теме, связанной с первым кластером уточнения поиска;
предоставление для сеанса пользователя вторых данных тематической подсказки на основе темы, связанной со вторым кластером уточнения поиска, который имеет вторую по величине оценку из кластеров уточнений, или с кластером уточнения, имеющим наиболее высокую комбинированную оценку для сочетания первого запроса и первого выбора, при этом вторые данные тематической подсказки описывают запрос второго пользовательского ввода n-граммы, которая относится к теме, связанной со вторым кластером уточнения поиска;
прием для сеанса пользователя второго выбора n-граммы, которая относится к теме, связанной со вторым кластером уточнения поиска; и
предоставление для сеанса пользователя результатов поиска, отвечающих первому запросу, первому выбору и второму выбору.
18. Система, содержащая
устройство обработки данных; и
долговременный машиночитаемый носитель данных, выполненный с возможностью обмена данными с устройством обработки данных и хранящий инструкции, исполняемые устройством обработки данных, которые при их исполнении предписывают устройству обработки данных выполнять операции, содержащие:
прием первого запроса;
определение уточнений запроса на основе первого запроса;
генерирование, исходя из уточнений запроса, кластеров уточнений, где каждый кластер уточнения соответствует конкретной теме и каждый кластер уточнения включает в себя уточнения запроса, которые определены как принадлежащие конкретной теме, которой соответствует этот кластер уточнения;
ранжирование кластеров уточнений;
выбор кластера уточнения, который является самым высоким по рангу относительно других кластеров уточнений при упомянутом ранжировании, в качестве первого кластера уточнения поиска для первого запроса и
генерирование первых данных тематической подсказки на основе темы, связанной с первым кластером уточнения поиска, причем первые данные тематической подсказки описывают запрос первого пользовательского ввода n-граммы, которая относится к теме, связанной с первым кластером уточнения поиска.
19. Система по п.18, при этом упомянутые операции дополнительно содержат:
определение вторых запросов на основе первого запроса, где каждый из вторых запросов является запросом, который соответствует пороговому уровню сходства с первым запросом, причем первый запрос является одним из этих вторых запросов; и
для каждого из вторых запросов, определение уточнения запроса на основе этого второго запроса.
20. Система по п.18, при этом упомянутые операции дополнительно содержат выполнение операции поиска с использованием первого кластера уточнения поиска и на основе первого запроса.
21. Система по п.20, в которой выполнение операции поиска содержит
прием для сеанса пользователя третьего запроса, который соответствует первому запросу;
предоставление для сеанса пользователя первых данных тематической подсказки;
прием для сеанса пользователя выбора n-граммы, которая относится к теме, связанной с первым кластером уточнения поиска, при этом упомянутый выбор следует за третьим запросом без другого промежуточного пользовательского ввода для сеанса пользователя; и
предоставление для сеанса пользователя результатов поиска, отвечающих первому запросу и упомянутому выбору.
22. Система по п.18, в которой конкретная тема, связанная с кластером уточнения, является темой, включенной в запросы в кластере уточнения и не включенной в первый запрос.
23. Система по п.18, в которой упомянутое ранжирование содержит
оценивание каждого из кластеров уточнений на основе количества раз, которое n-грамма, связанная с конкретной темой кластера уточнения, встречается в запросах, включенных в кластер уточнения; и
ранжирование кластеров уточнений на основе оценок, связанных с кластерами уточнений, причем кластер уточнения, ранг которого является самым высоким при ранжировании относительно других кластеров уточнений, имеет наиболее высокую оценку из кластеров уточнений.
24. Система по п.23, при этом упомянутые операции дополнительно содержат:
прием для сеанса пользователя третьего запроса, который соответствует первому запросу;
предоставление для сеанса пользователя первых данных тематической подсказки;
прием для сеанса пользователя первого выбора n-граммы, которая относится к теме, связанной с первым кластером уточнения поиска;
предоставление для сеанса пользователя вторых данных тематической подсказки на основе темы, связанной со вторым кластером уточнения поиска, который имеет вторую по величине оценку из кластеров уточнений, или с кластером уточнения, имеющим наиболее высокую комбинированную оценку для сочетания первого запроса и первого выбора, при этом вторые данные тематической подсказки описывают запрос второго пользовательского ввода n-граммы, которая относится к теме, связанной со вторым кластером уточнения поиска;
прием для сеанса пользователя второго выбора n-граммы, которая относится к теме, связанной со вторым кластером уточнения поиска; и
предоставление для сеанса пользователя результатов поиска, отвечающих первому запросу, первому выбору и второму выбору.
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/906,669 | 2013-05-31 | ||
US13/906,669 US9336277B2 (en) | 2013-05-31 | 2013-05-31 | Query suggestions based on search data |
PCT/US2014/038743 WO2014193698A1 (en) | 2013-05-31 | 2014-05-20 | Query suggestions based on search data |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2015156488A true RU2015156488A (ru) | 2017-07-05 |
RU2638728C2 RU2638728C2 (ru) | 2017-12-15 |
Family
ID=51059549
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2015156488A RU2638728C2 (ru) | 2013-05-31 | 2014-05-20 | Предложения запроса на основе данных поиска |
Country Status (5)
Country | Link |
---|---|
US (1) | US9336277B2 (ru) |
EP (1) | EP3005167A1 (ru) |
CN (1) | CN105247516B (ru) |
RU (1) | RU2638728C2 (ru) |
WO (1) | WO2014193698A1 (ru) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9116952B1 (en) | 2013-05-31 | 2015-08-25 | Google Inc. | Query refinements using search data |
US9864781B1 (en) * | 2013-11-05 | 2018-01-09 | Western Digital Technologies, Inc. | Search of NAS data through association of errors |
US9721024B2 (en) * | 2014-12-19 | 2017-08-01 | Facebook, Inc. | Searching for ideograms in an online social network |
US9792335B2 (en) | 2014-12-19 | 2017-10-17 | International Business Machines Corporation | Creating and discovering learning content in a social learning system |
US10817519B2 (en) * | 2016-06-06 | 2020-10-27 | Baidu Usa Llc | Automatic conversion stage discovery |
US20180052885A1 (en) * | 2016-08-16 | 2018-02-22 | Ebay Inc. | Generating next user prompts in an intelligent online personal assistant multi-turn dialog |
US10803245B2 (en) * | 2016-09-06 | 2020-10-13 | Microsoft Technology Licensing, Llc | Compiling documents into a timeline per event |
US11748978B2 (en) | 2016-10-16 | 2023-09-05 | Ebay Inc. | Intelligent online personal assistant with offline visual search database |
US11004131B2 (en) | 2016-10-16 | 2021-05-11 | Ebay Inc. | Intelligent online personal assistant with multi-turn dialog based on visual search |
US10860898B2 (en) | 2016-10-16 | 2020-12-08 | Ebay Inc. | Image analysis and prediction based visual search |
US10970768B2 (en) | 2016-11-11 | 2021-04-06 | Ebay Inc. | Method, medium, and system for image text localization and comparison |
CN106528813B (zh) * | 2016-11-18 | 2018-12-11 | 腾讯科技(深圳)有限公司 | 一种多媒体推荐方法和装置 |
US10878479B2 (en) | 2017-01-05 | 2020-12-29 | Microsoft Technology Licensing, Llc | Recommendation through conversational AI |
RU2711103C2 (ru) * | 2017-12-27 | 2020-01-15 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и сервер для прогнозирования предлагаемого варианта расширения частично введенного пользователем запроса |
US11854040B1 (en) | 2018-03-23 | 2023-12-26 | Amazon Technologies, Inc. | Responding with unresponsive content |
US11544303B1 (en) * | 2018-03-23 | 2023-01-03 | Amazon Technologies, Inc. | Responding with unresponsive content |
US11315552B1 (en) | 2018-03-23 | 2022-04-26 | Amazon Technologies, Inc. | Responding with unresponsive content |
CN112989153A (zh) * | 2019-12-13 | 2021-06-18 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置及计算机设备 |
US11442986B2 (en) * | 2020-02-15 | 2022-09-13 | International Business Machines Corporation | Graph convolutional networks for video grounding |
US11768837B1 (en) * | 2021-12-28 | 2023-09-26 | Wells Fargo Bank, N.A. | Semantic entity search using vector space |
US11880379B1 (en) | 2022-04-28 | 2024-01-23 | Wells Fargo Bank, N.A. | Identity resolution in knowledge graph databases |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6163782A (en) | 1997-11-19 | 2000-12-19 | At&T Corp. | Efficient and effective distributed information management |
US6144958A (en) | 1998-07-15 | 2000-11-07 | Amazon.Com, Inc. | System and method for correcting spelling errors in search queries |
US7890526B1 (en) * | 2003-12-30 | 2011-02-15 | Microsoft Corporation | Incremental query refinement |
US8065316B1 (en) | 2004-09-30 | 2011-11-22 | Google Inc. | Systems and methods for providing search query refinements |
US7577643B2 (en) * | 2006-09-29 | 2009-08-18 | Microsoft Corporation | Key phrase extraction from query logs |
US20090089251A1 (en) * | 2007-10-02 | 2009-04-02 | Michael James Johnston | Multimodal interface for searching multimedia content |
US8108416B2 (en) | 2007-10-31 | 2012-01-31 | Yahoo! Inc. | System and method for updating a search results page in response to a user map interaction |
US8024332B2 (en) * | 2008-08-04 | 2011-09-20 | Microsoft Corporation | Clustering question search results based on topic and focus |
US9978365B2 (en) * | 2008-10-31 | 2018-05-22 | Nokia Technologies Oy | Method and system for providing a voice interface |
US20100146012A1 (en) * | 2008-12-04 | 2010-06-10 | Microsoft Corporation | Previewing search results for suggested refinement terms and vertical searches |
US8145623B1 (en) | 2009-05-01 | 2012-03-27 | Google Inc. | Query ranking based on query clustering and categorization |
US8190601B2 (en) * | 2009-05-22 | 2012-05-29 | Microsoft Corporation | Identifying task groups for organizing search results |
US8423538B1 (en) * | 2009-11-02 | 2013-04-16 | Google Inc. | Clustering query refinements by inferred user intent |
WO2011079415A1 (en) | 2009-12-30 | 2011-07-07 | Google Inc. | Generating related input suggestions |
US8880548B2 (en) | 2010-02-17 | 2014-11-04 | Microsoft Corporation | Dynamic search interaction |
US8392435B1 (en) | 2010-04-14 | 2013-03-05 | Google Inc. | Query suggestions for a document based on user history |
US8688727B1 (en) * | 2010-04-26 | 2014-04-01 | Google Inc. | Generating query refinements |
US9244984B2 (en) | 2011-03-31 | 2016-01-26 | Microsoft Technology Licensing, Llc | Location based conversational understanding |
US9189550B2 (en) * | 2011-11-17 | 2015-11-17 | Microsoft Technology Licensing, Llc | Query refinement in a browser toolbar |
US9767144B2 (en) * | 2012-04-20 | 2017-09-19 | Microsoft Technology Licensing, Llc | Search system with query refinement |
US9684395B2 (en) * | 2012-06-02 | 2017-06-20 | Tara Chand Singhal | System and method for context driven voice interface in handheld wireless mobile devices |
US9547647B2 (en) * | 2012-09-19 | 2017-01-17 | Apple Inc. | Voice-based media searching |
-
2013
- 2013-05-31 US US13/906,669 patent/US9336277B2/en active Active
-
2014
- 2014-05-20 WO PCT/US2014/038743 patent/WO2014193698A1/en active Application Filing
- 2014-05-20 CN CN201480031285.3A patent/CN105247516B/zh active Active
- 2014-05-20 EP EP14734599.5A patent/EP3005167A1/en not_active Ceased
- 2014-05-20 RU RU2015156488A patent/RU2638728C2/ru active
Also Published As
Publication number | Publication date |
---|---|
RU2638728C2 (ru) | 2017-12-15 |
WO2014193698A1 (en) | 2014-12-04 |
US9336277B2 (en) | 2016-05-10 |
CN105247516A (zh) | 2016-01-13 |
EP3005167A1 (en) | 2016-04-13 |
CN105247516B (zh) | 2019-08-27 |
US20140358906A1 (en) | 2014-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2015156488A (ru) | Предложения запроса на основе данных поиска | |
KR102150509B1 (ko) | 음성 인식 시스템 | |
US11514035B1 (en) | Query refinements using search data | |
US10423677B2 (en) | Time-box constrained searching in a distributed search system | |
US8321403B1 (en) | Web search refinement | |
US10698654B2 (en) | Ranking and boosting relevant distributable digital assistant operations | |
RU2015117787A (ru) | Представление результатов поиска на основе намерения | |
US10380192B2 (en) | Method and system for providing context based query suggestions | |
JP2014505945A5 (ru) | ||
JP2015535114A5 (ru) | ||
RU2016103814A (ru) | Исполняемый на компьютере способ и система для поиска в инвертированном индексе, обладающем множеством списков словопозиций | |
JP2013537332A5 (ru) | ||
NZ601132A (en) | Systems and methods for ranking documents | |
RU2014110965A (ru) | Обеспечение руководства тематическим поиском | |
RU2016130328A (ru) | Выявление навигационных результатов поиска | |
US20180089325A1 (en) | Method, Apparatus and Client of Processing Information Recommendation | |
US10394838B2 (en) | App store searching | |
CN108304421B (zh) | 一种信息搜索方法及装置 | |
WO2014053825A3 (en) | Search | |
RU2015153010A (ru) | Способ поиска в базе данных | |
JP2015148758A (ja) | 音声対話システム及び音声対話方法 | |
US9449095B1 (en) | Revising search queries | |
JP2020071678A5 (ru) | ||
Wang et al. | Understanding the Query: THCIB and THUIS at NTCIR-10 Intent Task. | |
US10055463B1 (en) | Feature based ranking adjustment |