基于语义向量表示的查询扩展方法

doi:10.11772/j.issn.1001-9081.2016.09.2526

计算机应用››2016,第36卷››问题（9）: 2526-2530.内政部：10.11772/j.issn.1001-9081.2016.09.2526

基于语义向量表示的查询扩展方法

李岩¹,张博文¹,郝红卫²

1北京科技大学计算机与通信工程学院, 北京 100083;
2中国科学院自动化研究所, 北京 100190

收稿日期:2016-03-18 修回日期:2016-04-23 出版日期:2016-09-10 发布日期:2016-09-08
通讯作者:李岩
作者简介:李岩(1987-),男,黑龙江牡丹江人,博士研究生,主要研究方向:信息检索、深度学习;张博文(1992-),男,北京人,博士研究生,主要研究方向:信息检索;郝红卫(1967-),男,河北永年人,教授,博士,主要研究方向:模式识别、机器学习。
基金资助:
国家自然科学基金资助项目（U1135005）

使用语义向量表示的查询扩展

李燕¹,张伯温¹,郝宏伟²

1.北京科技大学计算机与通信工程学院，北京100083，中国；
2.中国科学院自动化研究所，北京100190

收到：2016-03-18 修订过的：2016-04-23 在线：2016-09-10 出版：2016-09-08
支持单位：
这项工作得到了国家自然科学基金（U1135005）的部分资助。

摘要/摘要

摘要：针对传统查询扩展方法在专业领域中扩展词与原始查询之间缺乏语义关联的问题，提出一种基于语义向量表示的查询扩展方法。首先，构建了一个语义向量表示模型，通过对语料库中词的上下文语义进行学习，得到词的语义向量表示；其次，根据词语义向量表示，计算词之间的语义相似度；然后，选取与查询中词汇的语义最相似的词作为查询的扩展词，扩展原始查询语句；最后，基于提出的查询扩展方法构建了生物医学文档检索系统，针对基于维基百科或WordNet公司的传统查询扩展方法和生物ASQ 2014-2015参加竞赛的系统进行对比实验和显著性差异指标分析。实验结果表明，基于语义向量表示查询扩展的检索方法所得到结果优于传统查询扩展方法的结果，平均准确率至少提高了1个百分点，在与竞赛系统的对比中，系统的效果均有显著性提高。

关键词: 查询扩展, 语义表示学习, 生物医学文档, 信息检索, 自然语言处理

摘要：针对专业领域中使用的传统查询扩展存在扩展项与原始查询之间缺乏语义关系的问题，提出了一种基于语义向量表示的查询扩展方法。首先，设计了一个语义向量表示模型，从语料库中的上下文中学习单词的语义向量表示。然后，通过语义表示计算单词之间的相似度。然后，从语料库中选择最相似的词作为扩展词，以丰富查询。最后，基于这种扩展方法构建了一个生物医学文献检索系统，并与基于维基百科或WordNet的传统查询扩展方法以及BioASQ参与者进行了比较，并进行了显著性差异分析。对比实验结果表明，基于语义向量表示的查询扩展方法优于基线，平均精度提高至少一个百分点；此外，搜索系统的表现明显优于BioASQ参与者。

关键词： 查询扩展，语义表征学习，生物医学文件，信息检索，自然语言处理

中图分类号:

TP391.3型

李岩, 张博文, 郝红卫. 基于语义向量表示的查询扩展方法[J] ●●●●。计算机应用, 2016, 36(9): 2526-2530.

李燕，张伯温，郝宏伟。语义向量表示的查询扩展[J]。计算机应用杂志，2016，36（9）：2526-2530。

参考文献

[1] 徐杰，CROFT W B.使用本地和全球文档分析进行查询扩展[C]//SIGIR’96:第19届ACM SIGIR信息检索研究与开发年会论文集。纽约：ACM，1996:4-11。
[2] VOORHEES E M.使用词汇-语义关系进行查询扩展[C]//SIGIR’94:第17届ACM SIGIR信息检索研究与开发年会论文集。柏林：施普林格出版社，1994:61-69。
[3] DIPASREE P，MAR M，KALYANKUMAR D.使用WordNet改进查询扩展[J]。信息科学与技术协会杂志，2013，65（12）：2469-2478。
[4] PARAPAR D，BARREIRO A，LOSADA D E.使用带有信息检索逻辑模型的WordNet进行查询扩展[EB/OL]。[2015-11-23]. 网址：http://www-gsi.dec.usc.es/~dlosada/iadis05.pdf。
[5] 王水利,黄广君,霍亚格.基于语义分析的查询扩展方法[J] .工程，2011，37（16）：77-79
[6] XU Y，JONES G J F，WANG B.基于维基百科的基于查询的伪相关反馈[C]//SIGIR'09:第32届国际ACM SIGIR信息检索研究与开发会议论文集。纽约：ACM，2009:59-66。
[7] HUANG E H，SOCHER R，MANNING C D等。通过全局上下文和多个单词原型改进单词表示[C]//ACL’12：计算语言学协会第50届年会论文集。宾夕法尼亚州斯特劳德斯堡：计算语言学协会，2012年，1:873-882。
[8] 李毅，张毅，黄旭，等.基于局部和全局上下文表示学习的汉语分词[J]。《高科技快报》，2015，21（1）：71-77。
[9] CHOI S，CHOI J.生物医学文献的分类和检索：CLEF QA track BioASQ 2014的SNUMedinfo[EB/OL]。[2016-01-02]. http://ceur-ws.org/Vol-1180/CLEF2014wn-QA-ChoiEt2014.pdf。
[10] JESSE L，LAURA D.UMass在2014年BioASQ上：图形启发文本检索[C]//CLEF:2014年评估论坛会议和实验室会议记录（工作说明）。柏林：施普林格出版社，2014:1296-1310。
[11] MAO Y，WEI C H，LU Z.NCBI在2014年BioASQ挑战任务中：大规模生物医学语义索引和问答[C]//CLEF:2014年评估论坛会议和实验室论文集（工作笔记）。柏林：施普林格出版社，2014:1319-1327。
[12] GEORGIOS B，IOANNIS P，AXEL-CYRILLE N N，等。2014年CLEF答疑实验室BioASQ跟踪结果[C]//CLEF:2014年评估论坛会议和实验室会议记录（工作说明）。柏林：施普林格出版社，2014:1181-1193。
[13] 酒井T.信息检索中的统计改革？[J] ●●●●。ACM SIGIR论坛，2014，48（1）：3-12。
[14] TSATSARONIS G，BALIKAS G，MALAKASIOTIS P，等.BIOASQ大型生物医学语义索引与问答竞赛综述[J]。BMC生物信息学，2015，16（1）：1。

[1]	谢德峰, 吉建民.融入句法感知表示进行句法增强的语义解析[J] ●●●●。计算机应用, 2021, 41(9): 2489-2495.
[2]	刘雅璇, 钟勇.基于头实体注意力的实体关系联合抽取方法[J] ●●●●。计算机应用, 2021, 41(9): 2517-2522.
[3]	周险兵, 樊小超, 任鸽, 杨勇.基于多层次语义特征的英文作文自动评分方法[J] ●●●●。计算机应用, 2021, 41(8): 2205-2211.
[4]	李文惠, 曾上游, 王金金.基于改进注意力机制的图像描述生成算法[J] ●●●●。计算机应用, 2021, 41(5): 1262-1267.
[5]	王朱君, 王石, 李雪晴, 朱俊武.基于深度学习的事件因果关系抽取综述[J] ●●●●。计算机应用, 2021, 41(5): 1247-1255.
[6]	李雪晴, 王石, 王朱君, 朱俊武.自然语言生成综述[J] ●●●●。计算机应用, 2021, 41(5): 1227-1235.
[7]	刘睿珩, 叶霞, 岳增营.面向自然语言处理任务的预训练模型综述[J] ●●●●。计算机应用, 2021, 41(5): 1236-1246.
[8]	杨璐, 何明祥.基于门控机制和卷积神经网络的中文文本情感分析模型[J] ●●●●。计算机应用, 2021, 41(10): 2842-2848.
[9]	杨国峰, 杨勇.基于BERT（误码率）的常见作物病害问答系统问句分类[J] ●●●●。计算机应用, 2020, 40(6): 1580-1586.
[10]	赵亚欧, 张家重, 李贻斌, 付宪瑞, 生伟.融合基于语言模型的词嵌入和多尺度卷积神经网络的情感分析[J] ●●●●。计算机应用, 2020, 40(3): 651-657.
[11]	刘高军, 方晓, 段建勇.基于深度语义信息的查询扩展[J] ●●●●。计算机应用, 2020, 40(11): 3192-3197.
[12]	黄友文, 游亚东, 赵朋.融合卷积注意力机制的图像描述生成模型[J] ●●●●。计算机应用, 2020, 40(1): 23-27.
[13]	陈志豪, 余翔, 刘子辰, 邱大伟, 顾本刚.基于注意力和字嵌入的中文医疗问答匹配方法[J] ●●●●。计算机应用, 2019, 39(6): 1639-1645.
[14]	严红, 陈兴蜀, 王文贤, 王海舟, 殷明勇.基于深度神经网络的法语命名实体识别模型[J] ●●●●。计算机应用, 2019, 39(5): 1288-1292.
[15]	张克君, 李伟男, 钱榕, 史泰猛, 焦萌.基于深度学习的文本自动摘要方案[J] ●●●●。计算机应用, 2019, 39(2): 311-315.

基于语义向量表示的查询扩展方法

使用语义向量表示的查询扩展

PDF格式

可视化

摘要/摘要

引用本文

使用本文

参考文献

相关文章15

编辑推荐

韵律学