Top-k相似短文本快速抽取算法

摘要：

如何快速有效地抽取相似短文本是许多应用系统的重要研究问题。在大数据情况下，效率问题对于实际系统非常重要，而现有的短文本抽取策略不能满足用户对性能的要求。以相似短文本的抽取为研究对象，针对传统研究中的效率问题，对如何从给定的短文本集合中快速检索出top-k个近似短文本进行了研究，并基于一个有效的基本框架提出了一种快速策略，用于满足用户对效率的要求。实验结果证明了该策略在保证有效性不变的情况下，大幅度提高了抽取效率，并且在效率上优于现有方法。

关键词：语义相似、top-k、排序融合

分类号：TP31(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos.61272221,61073119;the Social Science Fund of Jiangsu Province under Grant No.12YYA002;the Natural Science Research Program of Jiangsu Higher Education Institution of China under Grant Nos.14KJB520022,13KJB520014

在线出版日期：2014-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：919-932