基于語義上下文的互聯(lián)網(wǎng)金融搜索引擎研究.pdf

1、搜索引擎是用戶最常用的信息查詢工具之一。隨著用戶對搜索結(jié)果準確性要求的提升，基于關(guān)鍵詞匹配和排序算法的傳統(tǒng)搜索引擎暴露出搜索結(jié)果與用戶需求語義關(guān)聯(lián)性低的問題，無法“理解”用戶查詢意圖與網(wǎng)頁內(nèi)容的內(nèi)在聯(lián)系。因此，為了更好地解決由語義關(guān)聯(lián)性低引起的搜索效果差的問題，本文提出了基于語義上下文的搜索引擎模型。
　　首先，本文利用主題模型建立非結(jié)構(gòu)化文檔與潛在主題向量的映射關(guān)系，并結(jié)合詞項權(quán)重模型優(yōu)化了傳統(tǒng)搜索引擎的索引空間。接下來，根據(jù)文

2、檔生成模型對優(yōu)化詞項后的語料庫進行語言建模，通過主題模型和神經(jīng)網(wǎng)絡(luò)語言模型分別對搜索關(guān)鍵詞的語義和上下文進行擴展。然后，對傳統(tǒng)搜索引擎使用關(guān)鍵詞的搜索方法進行拓展，并對擴展后的語義上下文進行搜索。最后，結(jié)合文檔相關(guān)性排序模型，基于帶權(quán)語義上下文進行文檔相關(guān)度計算并排序，返回搜索結(jié)果。
　　本文通過在互聯(lián)網(wǎng)金融新聞類非結(jié)構(gòu)化數(shù)據(jù)集上的實驗，與傳統(tǒng)搜索引擎在索引空間、搜索結(jié)果、搜索性能等方面進行了對比分析。結(jié)果表明，基于語義上下文搜索