申请/专利权人:河南工业大学
申请日:2024-01-31
公开(公告)日:2024-04-26
公开(公告)号:CN117932000A
主分类号:G06F16/33
分类号:G06F16/33;G06F16/31;G06F16/35
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明涉及自然语言处理技术中的信息检索领域,特别涉及一种基于主题聚类全局特征的长文档稠密检索方法及系统,将目标长文档切分为若干片段,基于预设查询与目标长文档各片段稠密向量之间的相关性获取目标长文档局部相关性得分;对目标长文档各片段稠密向量进行迭代聚类,记录各迭代轮次中用于表示目标长文档主题信息的聚类中心;并依据预设查询稠密向量与各聚类中心稠密向量之间的相关性获取目标长文档全局相关性得分;基于局部相关性得分和全局相关性得分得到目标长文档稠密检索得分。本发明通过兼顾长文档中局部特征与文档主题全局特征,在文档检索过程中更好地捕获长文档复杂层次结构和主题特征,能够提升文本信息检索效率和性能。
主权项:1.一种基于主题聚类全局特征的长文档稠密检索方法,其特征在于,包含:将目标长文档切分为若干片段,通过稠密检索模型获取并离线存储长文档中各个片段的稠密向量,基于预设查询与目标长文档各片段稠密向量之间的相似度获取目标长文档中与预设查询稠密向量最相关的片段得分,将该片段得分作为目标长文档局部相关性得分;对目标长文档各片段稠密向量进行迭代聚类,记录各迭代轮次中用于表示目标长文档主题信息的聚类中心;并依据预设查询稠密向量与各聚类中心稠密向量之间的相关性获取目标长文档全局相关性得分;通过预设平衡融合策略将目标长文档中与预设查询的局部相关性得分与全局相关性得分进行融合,得到目标长文档稠密检索得分。
全文数据:
权利要求:
百度查询: 河南工业大学 基于主题聚类全局特征的长文档稠密检索方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。