基于Bi-LSTM和分布式表示的网页主题相关度计算

• 作者: 王铁铮 王锋 白宇 蔡东风
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 双向LSTM 分布式表示 查询扩展 网页主题 相关度计算
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 数据工程
• 页码范围: 57-62
• 页数: 6页
• 分类号: TP391
• 字数: 4704字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.07.010

摘要

针对向量空间模型忽略了查询关键词和网页的语义相关问题,提出一种基于双向LSTM(bidirectiona long short-term memory)、词的分布式表示和文档的分布式表示的网页主题相关度计算方法.该方法通过双向LSTM和词的分布式表示对查询关键词进行扩展,并得到查询扩展的主题关键词集合的词向量;将搜索到的网页通过分布式表示方法得到网页向量;对主题关键词集合和网页进行相关度计算,得到主题相关网页.实验采用搜狗实验室公开的搜狗全网新闻数据作为词向量训练语料,搜狗评测数据作为测试语料.实验结果表明采用该力法可以提高主题相关网页计算的准确率,性能明显高于向量空间模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡东风	沈阳航空航天大学计算机学院	105	916	14.0	27.0
2	王锋	沈阳航空航天大学计算机学院	11	18	3.0	4.0
3	白宇		2	3	1.0	1.0
4	王铁铮		1	1	1.0	1.0