科技領(lǐng)域?qū)嶓w語義向量構(gòu)建方法研究.pdf

1、互聯(lián)網(wǎng)文獻(xiàn)檢索在當(dāng)今科研活動起著非常重要的作用，但是面對越來越大規(guī)模的科技文獻(xiàn)，高效智能的文獻(xiàn)檢索技術(shù)是非常需要的。傳統(tǒng)文獻(xiàn)檢索主要是利用各種檢索條件進(jìn)行關(guān)鍵字匹配搜索，使用不方便，缺乏語義理解，搜索結(jié)果不甚理想，究其根本原因在于缺乏科技文獻(xiàn)的知識表示。傳統(tǒng)的文本向量表示沒有考慮文本中特征項之間的關(guān)系，對語義表達(dá)造成了極大的信息損失。隨著深度學(xué)習(xí)的研究與廣泛應(yīng)用，以詞向量為基礎(chǔ)的短語結(jié)構(gòu)向量表示也得到了越來越多的關(guān)注，并已成功應(yīng)用于很多

2、領(lǐng)域的自然語言處理任務(wù)中。本文針對科技領(lǐng)域?qū)嶓w的語義向量表示進(jìn)行研究，主要包括領(lǐng)域詞典的構(gòu)建和詞向量的訓(xùn)練，為了使得科技領(lǐng)域文獻(xiàn)檢索更加高效、智能，本文結(jié)合詞向量模型，研究提出了科技文獻(xiàn)關(guān)鍵詞的提取算法及權(quán)重計算方式，基于多粒度混合語義的科技文檔向量模型構(gòu)建以及基于科技文檔向量表示的專家檢索模型。本文主要研究內(nèi)容及創(chuàng)新性工作如下：
　　(1)研究提出一種科技領(lǐng)域詞典構(gòu)建方法。構(gòu)建科技領(lǐng)域詞典是語義挖掘的先行步驟，本文通過分布式爬蟲

3、獲取科技數(shù)據(jù)，在傳統(tǒng)科技詞典的基礎(chǔ)上，融合第三方詞庫形成科技領(lǐng)域詞以及生成詞向量。
　　(2)研究提出一種基于詞聚類的關(guān)鍵詞提取算法。將詞向量模型與K-Means聚類算法相結(jié)合，根據(jù)每個詞與聚類中心的語義距離和TF-IDF值相結(jié)合計算其權(quán)重，根據(jù)權(quán)重值提取關(guān)鍵詞。
　　(3)研究提出一種多粒度混合語義的科技文檔向量模型。傳統(tǒng)的文檔向量化表示方法僅僅只考慮了全局特征或者局部特征，本研究提出一種多粒度混合語義科技文檔向量模型，通

4、過對詞向量線性加權(quán)得到描繪了文檔內(nèi)詞語權(quán)重信息的文檔向量，使用主題模型得到描繪文檔間主題信息的文檔向量，以拼接的方式將兩個向量進(jìn)行組合，通過對向量空間維度的增加，將局部特征和全局特征相融合，從而更好地表達(dá)科技文檔向量。
　　(4)研究提出一種基于科技文檔向量的專家檢索模型。通過專家所發(fā)表的論文、專利以及所參與的項目對專家進(jìn)行建模，并結(jié)合衰減函數(shù)計算檢索值，通過檢索值高低完成檢索任務(wù)。
　　根據(jù)上述研究成果，設(shè)計并開發(fā)科技領(lǐng)域