公开(公告)号：CN109635083A

公开(公告)日：2019-04-16

申请号：CN201811426488.9

申请日：2018-11-27

Applicant: 北京科技大学

Inventor： 殷绪成 ,  方帆 ,  张博文

IPC: G06F16/332

Abstract: 本发明涉及信息检索技术领域，提供了一种用于搜索TED演讲中话题式查询的语义文档检索方法。利用现有的查询和文档对神经网络模型进行训练，学习神经网络模型参数；当用户输入查询，使用查询似然检索模型得到初步检索结果；将初步检索结果输入到固定参数的神经网络模型中再次排序，确定最终检索结果。本发明解决了话题式查询检索中传统检索方法由于查询和文档之间缺乏语义联系而无法取得较好效果的问题；通过引入神经网络对话题式查询和演讲文档分别进行建模，获取查询和文档之间在语义级别的相关性；在神经网络部分，串联了循环神经网络和卷积神经网络，另外，为了解决梯度消失问题，采用了当前流行的LSTM模块。

公开(公告)号：CN109635083B

公开(公告)日：2020-11-17

申请号：CN201811426488.9

申请日：2018-11-27

Applicant: 北京科技大学

Inventor： 殷绪成 ,  方帆 ,  张博文

IPC: G06F16/332

Abstract: 本发明涉及信息检索技术领域，提供了一种用于搜索TED演讲中话题式查询的语义文档检索方法。利用现有的查询和文档对神经网络模型进行训练，学习神经网络模型参数；当用户输入查询，使用查询似然检索模型得到初步检索结果；将初步检索结果输入到固定参数的神经网络模型中再次排序，确定最终检索结果。本发明解决了话题式查询检索中传统检索方法由于查询和文档之间缺乏语义联系而无法取得较好效果的问题；通过引入神经网络对话题式查询和演讲文档分别进行建模，获取查询和文档之间在语义级别的相关性；在神经网络部分，串联了循环神经网络和卷积神经网络，另外，为了解决梯度消失问题，采用了当前流行的LSTM模块。