融入文档词权重的跨境民族文化文本检索方法

• 作者: 龙小龙
• 来源期刊: 通信技术
• 关键词: 文本检索 Bi-LSTM 信息检索 CNN 跨境民族领域
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 信息处理与传输|Information Processing & Transmission
• 页码范围: 842-847
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0802.2021.04.011

摘要

为了提高跨境民族文化文本检索的精度,提出一种方法——融入文档词权重的跨境民族文化文本检索方法(Cross-Border Ethnic Cultural Text Retrieval Method Incorporating Document word Weight,CETR).该方法在输入端对查询词和文档词通过Bi-LSTM进行初步特征提取,在形成交互矩阵时融入文档词权重,利用CNN提取交互矩阵上的特征,得到基本的关联信号.通过Max-pooling提取最强的关联信号,并投影到多层感知器神经网络中,最终获得查询与文档的匹配得分.实验结果表明,对比精度最高的通用模型,CETR模型NDCG@10提高了约9.7％,P@1提高了约8.9％,MAP提高了约9.8％.由此说明该模型在面向跨境民族文化领域的检索任务上效果更好.