欢迎来到天天文库
浏览记录
ID:28144870
大小:17.90 KB
页数:5页
时间:2018-12-08
《基于语义向量表示的查询扩展方法》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。基于语义向量表示的查询扩展方法 摘要: 针对传统查询扩展方法在专业领域中扩展词与原始查询之间缺乏语义关联的问题,提出一种基于语义向量表示的查询扩展方法。首先,构建了一个语义向量表示模型,通过对语料库中词的上下文语义进行学习,得到词的语义向量表示;其次,根据词语义向量表示,计算词之间的语义相似度;然后,选取与查询中词汇的
2、语义最相似的词作为查询的扩展词,扩展原始查询语句;最后,基于提出的查询扩展方法构建了生物医学文档检索系统,针对基于维基百科或WordNet的传统查询扩展方法和BioASQXX―XX参加竞赛的系统进行对比实验和显著性差异指标分析。实验结果表明,基于语义向量表示查询扩展的检索方法所得到结果优于传统查询扩展方法的结果,平均准确率至少提高了1个百分点,在与竞赛系统的对比中,系统的效果均有显著性提高。 关键词: 查询扩展;语义表示学习;生物医学文档;信息检索;自然语言处理 中图分类号: 文献标志
3、码:A Abstract:为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我们不仅把资源运用于课堂教学,还利用系统的特色栏目开展课外活动,对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活。为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。 Tosolvetheproblemthatthetraditionalqueryexpansionused
4、inprofessionaldomainssuffersfromthelackofsemanticrelationsbetweenexpansiontermsandoriginalqueries,aqueryexpansionapproachbasedonsemanticvectorrepresentationwasproposed.First,asemanticvectorrepresentationmodelwasdesignedtolearnthesemanticvectorrepresen
5、tationsofwordsfromtheircontextsincorpus.Then,thesimilaritiesbetweenwordswerecomputedwiththeirsemanticrepresentations.Afterwards,themostsimilarwordswereselectedfromthecorpusastheexpansiontermstoenrichthequeries.Finally,asearchsystemofbiomedicalliteratu
6、reswasbuiltbasedonthisexpansionapproachandcomparedwiththetraditionalqueryexpansionapproachesbasedonWikipediaorWordNetandtheBioASQparticipantsalongwiththesignificantdifferenceanalysis.Thecomparisonexperimentalresultsindicatethattheproposedqueryexpansio
7、napproachbasedonsemanticvectorrepresentationsoutperformsthebaselines,andthemeanaverageprecisionincreasesbyatleastonepercentagepoint;furthermore,thesearchsystem为了充分发挥“教学点数字教育资源全覆盖”项目设备的作用,我们不仅把资源运用于课堂教学,还利用系统的特色栏目开展课外活动,对学生进行安全教育、健康教育、反邪教教育等丰富学生的课余文化生活
8、。为了确保“教学点数字教育资源全覆盖”项目设备正常使用,我校做到安装、教师培训同步进行。设备安装到位后,中心校组织各学点管理人员统一到县教师进修学校进行培训,熟悉系统的使用和维护。performsbetterthantheBioASQparticipantssignificantly. 英文关键词Keywords: queryexpansion;semanticrepresentationlearning;biomedicaldocument;informationretrie
此文档下载收益归作者所有