一种基于多源语义分析的信息检索方法

发布时间：2018年02月11日 分类：专利

摘要：本发明公开一种多源语义分析的信息检索方法，包括：文档的采集及其预处理；利用LDA模型对文档建模，并建立倒排索引；用户初始查询的获取及其预处理；根据查询词项是否为专业医学词汇进行多维度分析并基于WordNet和UMLS me tathesaurus对其加权进行查询扩展；计算查询扩展词集与LDA降维后的文档之间的相似度并按相似度的大小递减排序，提取不低于预设阈值的文档返回给用户。本发明综合WordNet和UMLS me tathesaurus的特点，对初始查询进行多维度分析加权扩展，能够更为精准的理解用户的查询意图，并利用LDA模型对文档集进行建模，分析出词项在隐主题层面对文档的表征能力，提高了用户对文档检索的性能。

CN201610451523-一种基于多源语义分析的信息检索方法.pdf