检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

深度学习与关联模式挖掘融合的查询扩展

小型微型计算机系统 2022年第6期43卷 1293-1302页

作者：黄名选胡小春广西财经学院广西跨境电商智能信息处理重点实验室南宁530003 广西财经学院信息与统计学院南宁530003

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... 详细信息

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

一种结合标签分类和语义查询扩展的文本素材推荐方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

计算机科学 2023年第1期50卷 76-86页

作者：孟怡悦彭蓉吕其标武汉大学计算机学院武汉430072

在各类规划、调研报告的编制过程中,编制人员往往需要根据拟定的目录或标题去收集、阅读大量文本素材,分类整理后再甄选使用,不仅工作量大而且质量无法得到保障。为此,在数字政府规划文档编制领域中提出了一种结合标签分类和语义查询扩... 详细信息

在各类规划、调研报告的编制过程中,编制人员往往需要根据拟定的目录或标题去收集、阅读大量文本素材,分类整理后再甄选使用,不仅工作量大而且质量无法得到保障。为此,在数字政府规划文档编制领域中提出了一种结合标签分类和语义查询扩展的文本素材推荐方法,从信息检索的角度出发,将目录中的各级标题视为查询语句,将参阅的文本素材作为目标文档,从而进行文本素材检索与推荐。该方法基于差分进化算法,将基于词向量平均的文本素材推荐方法、基于语义查询扩展的文本素材推荐方法和基于标签分类的文本素材推荐方法有机结合,弥补了传统的文本素材推荐方法的不足,实现了通过目录结构的标题检索以段落为粒度的文本素材。在10个数据集上的实验验证结果表明,该方法的性能提升显著,能够大大减少人工素材选择的工作量,同时减少素材分类的工作量,降低文档编制的难度。

关键词：文本素材推荐信息检索数字政府查询扩展差分进化算法

结合标签分类和语义查询扩展的文本素材推荐方法研究

在线全文

学校读者我要写书评

暂无评论

结合标签分类和语义查询扩展的文本素材推荐方法研究

作者：孟怡悦武汉大学

学位级别：硕士

在各类规划、调研报告的编制过程中,编制人员往往需要根据拟定的目录或标题去收集阅读大量文本素材、进行分类整理再甄选使用,不仅工作量大而且质量无法得到保障。随着大数据时代的到来,参考材料愈发多源多类,如何帮助文档编制人员从繁... 详细信息

在各类规划、调研报告的编制过程中,编制人员往往需要根据拟定的目录或标题去收集阅读大量文本素材、进行分类整理再甄选使用,不仅工作量大而且质量无法得到保障。随着大数据时代的到来,参考材料愈发多源多类,如何帮助文档编制人员从繁重的文本素材收集、整理、分类的工作中解脱出来已经成为了一大挑战。为了减少文档编制人员的工作量,提高文档编制的效率,文本素材推荐方法应运而生,利用信息检索等技术,根据拟定好的目录结构,从海量的编制材料中自动、精确地检索和推荐出适用的文本素材。然而,在数字政府规划文档编制领域当中使用现有的文本素材推荐方法存在推荐效果不佳等挑战。为此,本文从信息检索的角度出发,在数字政府规划文档编制领域,开展结合标签分类和语义查询扩展的文本素材推荐方法研究,提出了一种多因素加权融合的文本素材推荐方法。该方法通过差分进化算法融合基于目录标题-文本素材标题相似度比较的文本素材推荐方法、基于目录标题-文本素材内容相似度比较的文本素材推荐方法,以及基于标签分类的文本素材推荐方法,通过线性加权的方式组合从目录标题到文本素材之间的目录标题-文本素材标题相似度、目录标题-文本素材内容相似度,目录标题标签-文本素材标签匹配度,能够充分利用文本相似度、语义扩展下的文本相似度、标签分类等信息。通过在10个数据集上的实验验证,实验结果表明该方法性能提升显著,能够大大降低人工素材选择的工作量,同时减轻素材分类的工作量,降低文档编制的难度。论文的主要工作如下:（1）针对文本素材推荐时,文本素材在原始参考文献中的标题信息经常被忽略的问题,提出了一种基于目录标题-文本素材标题相似度比较的文本素材推荐方法。该方法利用在数字政府领域语料库训练得到的词向量模型,对目录标题和文本素材标题进行词向量平均表征,然后使用余弦相似度计算目录标题-文本素材标题的相似度,最后通过相似度倒序排序推荐Top N的文本素材。实验结果表明,该方法优于编辑距离、VSM模型等基线方法,且融合该方法的文本素材推荐方法效果更好。（2）针对文本素材推荐时,以目录标题（短文本）检索文本素材内容（长文本）存在的短-长文本匹配效果不佳的问题,提出了一种基于目录标题-文本素材内容相似度比较的文本素材推荐方法。该方法同样利用在数字政府领域语料库训练得到的词向量模型,从文本素材标题-内容知识库中对目录标题从向量表征层面进行语义查询扩展,拼接得到扩展后的目录标题词向量平均表征,然后使用余弦相似度计算目录标题-文本素材内容的相似度,最后通过相似度倒序排序推荐Top N的文本素材。实验结果表明,该方法与基线方法相比,文本素材推荐方法效果更好。（3）针对文本素材推荐时,从文本素材划分到目录标题下的分类信息缺乏考虑的问题,提出了一种基于标签分类的文本素材推荐方法。该方法基于文本素材标签分类训练集,使用线性支持向量机训练得到的模型对文本素材进行标签预测和预测概率归一化,计算目录标题标签-文本素材标签匹配度,通过标签匹配度倒序排序推荐Top N的文本素材。实验结果表明,融合该方法的文本素材推荐方法效果更好。（4）为了充分利用文本标题、素材内容和标签分类等信息更好的进行素材推荐,提出了一种多因素加权融合的文本素材推荐方法。该方法利用差分进化算法学习前三种方法得到的三种相似度（目录标题-文本素材标题相似度、目录标题-文本素材内容相似度、目录标题标签-文本素材标签匹配度）的最优线性组合的参数,得到线性加权融合后的待推荐目录标题-文本素材的相似度。实验表明,本方法在Top N Rank、MRR、MAP、P@N,R@N,F1@N等评价指标上均优于上述提出的三种文本素材推荐方法,也优于以往的文本素材推荐方法。

关键词：文本素材推荐信息检索数字政府查询扩展差分进化算法

一种基于随机化视觉词典组和查询扩展的目标检索方法

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电子与信息学报 2012年第5期34卷 1154-1161页

作者：赵永威李弼程彭天强高毫林信息工程大学信息工程学院郑州450002

在目标检索领域,当前主流的解决方案是视觉词典法(Bag of Visual Words,BoVW),然而,传统的BoVW方法具有时间效率低、内存消耗大以及视觉单词同义性和歧义性的问题。针对以上问题,该文提出了一种基于随机化视觉词典组和查询扩展的目标检... 详细信息

在目标检索领域,当前主流的解决方案是视觉词典法(Bag of Visual Words,BoVW),然而,传统的BoVW方法具有时间效率低、内存消耗大以及视觉单词同义性和歧义性的问题。针对以上问题,该文提出了一种基于随机化视觉词典组和查询扩展的目标检索方法。首先,该方法采用精确欧氏位置敏感哈希(Exact Euclidean LocalitySensitive Hashing,E2LSH)对训练图像库的局部特征点进行聚类,生成一组支持动态扩充的随机化视觉词典组;然后,基于这组词典构建视觉词汇分布直方图和索引文件;最后,引入一种查询扩展策略完成目标检索。实验结果表明,与传统方法相比,该文方法有效地增强了目标对象的可区分性,能够较大地提高目标检索精度,同时,对大规模数据库有较好的适用性。

关键词：目标检索视觉词典法随机化视觉词典组精确欧氏位置敏感哈希查询扩展

一种基于视觉词典优化和查询扩展的图像检索方法

在线全文

学校读者我要写书评

暂无评论

自动化学报 2018年第1期44卷 99-105页

作者：柯圣财李弼程陈刚赵永威魏晗解放军信息工程大学信息系统工程学院 75830部队华侨大学计算机科学与技术学院

视觉词典方法 (Bag of visual words,Bo VW)是当前图像检索领域的主流方法,然而,传统的视觉词典方法存在计算量大、词典区分性不强以及抗干扰能力差等问题,难以适应大数据环境.针对这些问题,本文提出了一种基于视觉词典优化和查询扩展... 详细信息

视觉词典方法 (Bag of visual words,Bo VW)是当前图像检索领域的主流方法,然而,传统的视觉词典方法存在计算量大、词典区分性不强以及抗干扰能力差等问题,难以适应大数据环境.针对这些问题,本文提出了一种基于视觉词典优化和查询扩展的图像检索方法.首先,利用基于密度的聚类方法对SIFT特征进行聚类生成视觉词典,提高视觉词典的生成效率和质量;然后,通过卡方模型分析视觉单词与图像目标的相关性,去除不包含目标信息的视觉单词,增强视觉词典的分辨能力;最后,采用基于图结构的查询扩展方法对初始检索结果进行重排序.在Oxford5K和Paris6K图像集上的实验结果表明,新方法在一定程度上提高了视觉词典的质量和语义分辨能力,性能优于当前主流方法.

关键词：视觉词典模型密度聚类卡方模型查询扩展

在线全文

学校读者我要写书评

暂无评论

基于项权值排序挖掘的跨语言查询扩展

电子学报 2020年第3期48卷 568-576页

作者：黄名选蒋曹清广西跨境电商智能信息处理重点实验室(广西财经学院) 广西南宁530003 广西财经学院广西(东盟)财经研究中心广西南宁530003 广西财经学院信息与统计学院广西南宁530003

为了改善自然语言处理应用中长期存在的主题漂移和词不匹配问题,本文首先提出一种加权项集支持度计算方法和基于项权值排序的剪枝方法,给出面向查询扩展的基于项权值排序的加权关联规则挖掘算法,讨论关联规则混合扩展、后件扩展和前件... 详细信息

为了改善自然语言处理应用中长期存在的主题漂移和词不匹配问题,本文首先提出一种加权项集支持度计算方法和基于项权值排序的剪枝方法,给出面向查询扩展的基于项权值排序的加权关联规则挖掘算法,讨论关联规则混合扩展、后件扩展和前件扩展模型,最后提出基于项权值排序挖掘的跨语言查询扩展算法.该算法采用新的支持度和剪枝策略挖掘加权关联规则,根据扩展模型从规则中提取高质量扩展词实现跨语言查询扩展.实验结果表明,与现有基于加权关联规则挖掘的跨语言扩展算法比较,本文扩展算法能有效遏制查询主题漂移和词不匹配问题,可用于各种语言的信息检索以改善检索性能,扩展模型中后件扩展获得最优检索性能,混合扩展的检索性能不如后件扩展和前件扩展,支持度对后件扩展更有效,置信度更有利于提升前件扩展和混合扩展的检索性能.本文挖掘方法可用于文本挖掘、商务数据挖掘和推荐系统以提高其挖掘性能.

关键词：自然语言处理文本挖掘信息检索跨语言检索查询扩展推荐系统

在线全文

学校读者我要写书评

暂无评论

基于语义关系查询扩展的文档重构方法

计算机学报 2004年第10期27卷 1395-1401页

作者：张敏宋睿华马少平清华大学计算机科学与技术系智能技术与系统国家重点实验室北京100084

已知文档与用户查询之间相同概念不同表达形式造成的词不匹配问题是影响信息检索效果的重要原因之一 .该文提出了根据词之间的语义关系进行扩展和替换的文档重构方法 .它与传统的查询扩展不同 ,实现了同一概念信息的聚集 ,是更接近于人... 详细信息

已知文档与用户查询之间相同概念不同表达形式造成的词不匹配问题是影响信息检索效果的重要原因之一 .该文提出了根据词之间的语义关系进行扩展和替换的文档重构方法 .它与传统的查询扩展不同 ,实现了同一概念信息的聚集 ,是更接近于人类进行信息查找的思维方法 .进一步地 ,研究给出一种有效的实时文档重构检索策略 ,解决了文档重构方法在实际应用中的可行性 .在标准测试数据集上的实验表明 ,基于查询扩展的文档重构方法不仅比不扩展的最佳性能始终有 14 %～ 2 3.4 %的提高 ,而且比相对应的传统查询扩展方法也有约 16 %的提高 .

关键词：文档重构语义关系查询扩展语义相似性词不匹配概念检索信息检索实时文档重构检索

在线全文

学校读者我要写书评

暂无评论

基于整数线性规划的查询扩展

计算机研究与发展 2013年第8期50卷 1737-1743页

作者：吴龑张奇黄萱菁复旦大学计算机科学技术学院上海201203

查询扩展是信息检索过程中重要的一步.在现有的研究中,大部分查询扩展方法都是孤立地考察每个词对查询扩展的重要性,挑选最好的几个词作为查询扩展.但已有研究表明,多个最好的扩展词组合到一起效果并不一定是最好的.尝试以集合的方式挑... 详细信息

查询扩展是信息检索过程中重要的一步.在现有的研究中,大部分查询扩展方法都是孤立地考察每个词对查询扩展的重要性,挑选最好的几个词作为查询扩展.但已有研究表明,多个最好的扩展词组合到一起效果并不一定是最好的.尝试以集合的方式挑选扩展词:首先通过监督的方法学习单个扩展词的权重以及扩展词之间的约束关系,然后根据一些约束条件,将查询扩展的任务转化成一个整数线性规划问题.通过解决整数线性规划这样一个全局优化的问题来得到最好的扩展词组合.最后,通过在3个TREC标准数据集上的对比实验说明,该方法能显著地提升查询扩展的效果.

关键词：查询扩展整数线性规划伪相关反馈信息检索监督学习

融合Copulas理论和关联规则挖掘的查询扩展

在线全文

学校读者我要写书评

暂无评论

模式识别与人工智能 2021年第2期34卷 176-187页

作者：黄名选胡小春广西财经学院广西跨境电商智能信息处理重点实验室南宁530003 广西财经学院信息与统计学院南宁530003

将Copulas理论引入文本特征词关联模式挖掘,提出融合Copulas理论和关联规则挖掘的查询扩展算法.从初检文档集中提取前列n篇文档构建伪相关反馈文档集或用户相关反馈文档集,利用基于Copulas理论的支持度和置信度对相关反馈文档集挖掘含... 详细信息

将Copulas理论引入文本特征词关联模式挖掘,提出融合Copulas理论和关联规则挖掘的查询扩展算法.从初检文档集中提取前列n篇文档构建伪相关反馈文档集或用户相关反馈文档集,利用基于Copulas理论的支持度和置信度对相关反馈文档集挖掘含有原查询词项的特征词频繁项集和关联规则模式,从这些规则模式中提取扩展词,实现查询扩展.在NTCIR-5 CLIR中英文本语料上的实验表明,文中算法可有效遏制查询主题漂移和词不匹配问题,改善信息检索性能,提升扩展词质量,减少无效扩展词.

关键词：自然语言处理查询扩展信息检索关联规则文本挖掘