基于卷积神经网络的跨领域语义信息检索研究

• 作者: 冯旭鹏 刘利军 李亚星 王兆凯 谢先章 黄青松
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 卷积神经网络 信息检索 词向量 SVM 快速聚类
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 数据工程
• 页码范围: 73-78
• 页数: 6页
• 分类号: TP391
• 字数: 5380字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.08.012

摘要

随着社会信息化的发展,信息检索成为了影响人们日常生活和生产工作的重要技术,同时人们对信息检索技术的要求也越来越高[1].为了改进传统检索方式,基于卷积神经网络CNNs (Convolutional Neural Networks)提出一种语义信息检索模型,对句子卷积特征和词聚特征进行映射训练,达到搜索近似语句的目的.实验表明基于卷积神经网络的近似语义检索模型相比传统检索模型有助于提高信息检索的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄青松	昆明理工大学信息工程与自动化学院	91	265	9.0	12.0
3	刘利军	昆明理工大学信息工程与自动化学院	77	196	7.0	10.0
4	冯旭鹏	昆明理工大学教育技术与网络中心	34	77	5.0	7.0
7	李亚星	昆明理工大学信息工程与自动化学院	5	24	3.0	4.0
8	王兆凯	昆明理工大学信息工程与自动化学院	4	21	3.0	4.0
9	谢先章	昆明理工大学信息工程与自动化学院	1	2	1.0	1.0