跨语言查询扩展优化

摘要：

为提高跨语言查询扩展检索精度，在原有跨语言查询扩展基础上，引入降低噪声和孤立点的k-me doid聚类算法，提出避免语义信息丢失或过拟合的择优模型。构建若干个不同维度值的 d维模型，结合奇异值分解和非负矩阵分解法计算文本之间的相似度，选取相似度最大的模型建立双语空间，经过跨语言扩展与权值调整，实现查询扩展优化。实验对比结果表明，该方案有效提高了检索精度，为跨语言查询提供了可参考的模型与算法。

关键词：潜在语义、跨语言、查询扩展、k-中心点聚类、非负矩阵分解、择优模型

分类号：TP391(计算技术、计算机技术)

资助基金：“十二五”国家科技支撑计划基金项目2012BAH30F01、2011BAD21B05、2013BAD15B02；技术转移集成服务平台建设与示范基金项目2012BAH30F01；中央高校基本科研业务费基金项目QN2011036

在线出版日期：2014-09-26（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：2785-2788,2803