|
|||||
|
|
| 深度学习与关联模式挖掘融合的查询扩展 | |
| 作者姓名： | 黄名选 胡小春 |
| 作者单位： | 1. 广西财经学院广西跨境电商智能信息处理重点实验室;2. 广西财经学院信息与统计学院 |
| 基金项目： | 国家自然科学基金项目(61762006)资助； |
| 摘 要： | 本文提出一种深度学习与关联模式挖掘融合的查询扩展模型.该模型采用基于Copulas函数的支持度-置信度评价框架挖掘初检伪相关反馈文档集中扩展词，构建统计扩展词集，利用深度学习工具对初检文档集进行词向量语义学习训练得到词向量扩展词集，将统计扩展词集和词向量扩展词集融合得到最终扩展词.该模型不仅考虑来自统计分析与挖掘的扩展词与原查询间的关联信息，还考虑扩展词在文档中的上下文语义信息，扩展词质量得到较好地改善.在NTCIR-5 CLIR语料的实验结果表明，本文扩展模型能提高信息检索性能，其MAP和P@5平均增幅高于近年现有同类查询扩展方法.本文扩展模型可用于跨语言检索系统，以提高其性能. |
| 关 键 词： | 自然语言处理 信息检索 文本挖掘 查询扩展 词嵌入 深度学习 |