基于潜在语义与图结构的微博语义检索

摘要：

微博文本短小、特征稀疏、与用户查询之间存在语义鸿沟的特点会降低语义检索效率.针对该问题,结合文本特征和知识库语义,构建基于潜在语义与图结构的语义检索模型.通过Tversky算法计算基于Hashtag的特征相关度;利用隐含狄利克雷分布算法对Wikipedia语料库训练主题模型,基于JSD距离计算映射到该模型的文本主题相关度;抽取DBpedia中实体及其网络关系连接图,使用SimRank算法计算图中实体间的相关度.综合以上3个结果得到最终相关度.通过短文本和长文本检索对Twitter子集进行实验,结果表明,与基于开放关联数据和图论的方法相比,该模型在评估指标MAP,P@30,R-Prec上分别提高了2.98％,6.40％,5.16％,具有较好的检索性能.

关键词：微博、文本相关度、图结构、隐含狄利克雷分布、语义检索

所属期刊栏目：43

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61272066;广西高校中青年教师基础能力提升项目KY2016LX431;广州市科技计划项目2014J4100031;钦州市科学研究与技术开发计划项目20164407

在线出版日期：2017-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：182-188,194