基于排序学习模型的微博多样性检索问题研究

• 作者: 于洋 王莹 罗准辰
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 机器学习 信息检索 多样性检索 排序学习 社交媒体
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 152-160
• 页数: 9页
• 分类号: TP18
• 字数: 9708字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.11.025

摘要

多样性检索主要用于解决传统信息检索中面临的查询词歧义问题.为此,研究微博中的多样性检索,提出一种新的微博多样性检索方法,将多样性排序学习方法应用到微博多样性检索.开发一系列社交媒体特征和子话题分布特征,采用查询短语与博文间相关性特征和博文与博文间文本多样性特征模型作为基准,分别加入上述特征,检验其对微博多样性的影响.实验结果表明,多样性排序学习方法能有效解决微博多样性检索问题,明显提高微博检索的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于洋		4	11	2.0	3.0
2	罗准辰		5	13	3.0	3.0
3	王莹		1	3	1.0	1.0