基于潜在语义与图结构的微博语义检索

• 作者: 李璞 肖宝 胡娇娇 蒋运承
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 微博 文本相关度 图结构 隐含狄利克雷分布 语义检索
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 182-188,194
• 页数: 8页
• 分类号: TP18
• 字数: 7141字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.06.029

摘要

微博文本短小、特征稀疏、与用户查询之间存在语义鸿沟的特点会降低语义检索效率.针对该问题,结合文本特征和知识库语义,构建基于潜在语义与图结构的语义检索模型.通过Tversky算法计算基于Hashtag的特征相关度;利用隐含狄利克雷分布算法对Wikipedia语料库训练主题模型,基于JSD距离计算映射到该模型的文本主题相关度;抽取DBpedia中实体及其网络关系连接图,使用SimRank算法计算图中实体间的相关度.综合以上3个结果得到最终相关度.通过短文本和长文本检索对Twitter子集进行实验,结果表明,与基于开放关联数据和图论的方法相比,该模型在评估指标MAP,P@30,R-Prec上分别提高了2.98％,6.40％,5.16％,具有较好的检索性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋运承	华南师范大学计算机学院	22	57	5.0	5.0
2	肖宝	钦州学院电子与信息工程学院	11	42	4.0	6.0
3	李璞	华南师范大学计算机学院	15	33	3.0	4.0
7	胡娇娇	华南师范大学计算机学院	1	5	1.0	1.0