基于深度学习的概念语义空间查询扩展研究

• 作者: 余正涛 李卫疆 王胜
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 查询扩展 深度学习 语义空间 平均互信息 相关度算法
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 人工智能
• 页码范围: 26-30
• 页数: 5页
• 分类号: TP301
• 字数: 4735字
• 语种: 中文
• DOI: 10.11907/rjdk.172669

摘要

为解决信息检索应用实践中存在用户表达查询请求不够准确、文档与查询词不匹配以及查询优化等影响检索性能的问题,提出一种基于深度学习的概念语义空间查询扩展方法.利用深度学习算法为各个原查询词构建概念树,并使用WordNet将这些概念树向上溯源,建立完整的概念语义空间.以共现信息为特征参数对扩展源进行筛选,同时引入平均互信息及观察窗口得到相关度算法,通过共现信息衡量单词之间的关联度.在TREC数据集上的实验表明:与传统伪相关反馈算法的扩展质量相比,该扩展算法有所改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余正涛	昆明理工大学信息工程与自动化学院	122	877	17.0	24.0
2	李卫疆	昆明理工大学信息工程与自动化学院	18	106	4.0	10.0
3	王胜	昆明理工大学信息工程与自动化学院	1	3	1.0	1.0