文本相似度計(jì)算核函數(shù)的構(gòu)造及其在分布式信息檢索中的應(yīng)用研究.pdf

1、江蘇大學(xué)博士學(xué)位論文文本相似度計(jì)算核函數(shù)的構(gòu)造及其在分布式信息檢索中的應(yīng)用研究姓名：王秀紅申請(qǐng)學(xué)位級(jí)別：博士專(zhuān)業(yè)：系統(tǒng)工程指導(dǎo)教師：鞠時(shí)光201206江蘇大學(xué)博士學(xué)位論文的數(shù)據(jù)集中出現(xiàn)過(guò)，則不再計(jì)入后選的數(shù)據(jù)集得分內(nèi)。通過(guò)加權(quán)求和得到待選數(shù)據(jù)集的得分，從而確定資源選擇的先后順序。由此優(yōu)選出的資源集合可用于檢索與問(wèn)題Q同類(lèi)或類(lèi)似的提問(wèn)Q’，縮短由于數(shù)據(jù)庫(kù)之間的覆蓋而重復(fù)檢索的時(shí)間。(2)構(gòu)造適于文本相似計(jì)算的混合核函數(shù)，并將其應(yīng)用在DIR

2、結(jié)果融合?；诟倪M(jìn)的潛在語(yǔ)義核(LSK)和復(fù)合方差核(ANOVA)構(gòu)建了新的復(fù)合核(CLA核)用于計(jì)算文本相似度。此外提出一種新DIR融合方法，通過(guò)直接計(jì)算檢索結(jié)果和提問(wèn)之間相關(guān)度來(lái)對(duì)檢索結(jié)果進(jìn)行融合研究。將構(gòu)造的新復(fù)合核用于DIR結(jié)果融合，實(shí)驗(yàn)結(jié)果表明：CLA核的融合精度和召回率分別僅略次于LSK和ANOVA核，但其綜合評(píng)價(jià)指標(biāo)Fl優(yōu)于其它核；其融合精度比經(jīng)典的算法Roundrobin、CoHlMNz、Bayesian、Borda、S

3、DM、MEM和regressionSVM等分別提高了1679％、3073％、2037％、2417％、1425％、1350％和753％。CLA核具有較好的融合表現(xiàn)，適用于DIR結(jié)果融合。(3)構(gòu)造全新的文本相似度計(jì)算核函數(shù)，并將其應(yīng)用于DIR結(jié)果融合中。為了進(jìn)一步提高文本相似計(jì)算的表現(xiàn)，構(gòu)造了全新的核函數(shù)S_Wang核函數(shù)。結(jié)合文本相似計(jì)算過(guò)程中的具體實(shí)際，將待比對(duì)的文本表示成向量，考慮通過(guò)兩向量間的乘積和歐氏距離來(lái)描述向量之間的相似程度