Previous researches on query classification have focused on classifying web queries into categories of topic, search intent, geo-intent, product, and con-cept. However, no studies have ever attempted to find user goal on query in detailed level. In this study, we use a representation form of a fine-grained user goal (e.g., ‘verb + object’) and identify the fine-grained user goals of query from large scare how-to knowledge. In addition, we propose a meth-od for discovering the fine-grained user goals of the query by using search technique and supervised machine learning with retrieval related and linguistic features. We employed snippet of corresponding clicked URL of query, which has evidences in finding fine-grained user goals. In the exper-iments, we demonstrate the high performance in identifying fine-grained user goals of query and which features are effective. Finally, we present several findings lessoned from this study.
웹 질의 분류에 관한 과거 연구들은 주로 웹 질의를 주제, 검색의도, 지역 관련 의도, 상품, 개념 등의 카테고리에 분류하는 것을 다루었다. 그러나, 지금까지 웹 질의에 관련하여 상세한 수준에서 사용자 의도를 파악하려는 연구는 진행되어진 적이 없다. 이 연구에서, 우리는 사용자의 상세한 의도를 정의하고 이를 대량의 how to 지식 베이스에서 추출한다. 그리고 검색 기법과 다양한 자질을 사용한 감독 기계학습 기법을 이용하여 상세한 사용자의 의도파악하는 방법론을 제시하고 논의한다. 상세한 사용자 의도를 파악하는데 있어, 우리는 웹 로그를 사용하여 해당 질의의 의해 클릭되어진 웹페이지의 내용을 이용하였다. 실험을 통해서, 우리의 방법이 베이스라인을 넘어서 사용자의 상세한 의도를 찾아내는데 효과적이라는 것을 보이고 제시한 자질들이 유용함을 증명하였다. 마지막으로, 웹 질의로부터 사용자의 의도를 파악하는데 얻어진 발견들을 논의한다.
