一种基于多分类语义分析和个性化的语义检索方法

摘要：

为了进一步提升语义检索的精度和改善用户体验，提出了一种基于多分类语义分析和个性化的语义检索方法．首先，利用改进的多分类语义分析方法实现目标文档的向量化，并建立词向量库；然后，利用支持向量机对文档进行分类，并结合文档类别生成标签索引．在检索时，根据词向量库的引导，使用用户历史检索记录和个人信息优化检索结果．实验结果显示，基于该方法的系统的检索精度、平均DCG和nDCG指标值分别达到0．7，7．267和0．890，较基于Lucene方法和Yahoo Directory方法所得结果的均值分别高出31％，36％和19％．在时间复杂度上，每次检索的平均耗时为0．669 s，较Lucene方法仅增加了0．326 s．由此可见，该方法提高了检索的精度和综合相关度，且额外的时间消耗较少．

关键词：语义检索、多分类语义分析、词向量库、个性化算法

分类号：TP391.3(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61001197，61372182;国家电网公司科技资助项目522722130292．

在线出版日期：2014-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：261-265