10.3969/j.issn.1673-8845.2023.03.027
基于哈希学习算法的非结构化数据检索方法
常规的数据检索方法主要根据数据语意划分检索类别,不完整的数据很难根据语意划分,导致检索mAP值降低.因此,设计了基于哈希学习算法的非结构化数据检索方法.提取非结构化数据的关键词,剔除多余符号与停用词,并对数据中的词频进行分析,便于后续检索.利用哈希学习算法,构建非结构化数据检索模型,将非结构数据按照固有结构检索,并根据相似数据表征剔除相似数据,最大限度地提高数据检索精准度.采用对比实验的方式,验证了该检索方法的mAP值更高,检索效果更佳,能够应用于实际生活中.
哈希学习算法、非结构化数据、检索方法、关键词、检索模型、mAP值
TP391;G250;G40-057
2023-07-27(万方平台首次上网日期,不代表论文的发表时间)
共3页
95-97