[发明专利]一种用于建模ad-hoc检索任务中多样相关特征的信息检索模型

权利要求书

1.一种用于建模ad-hoc检索任务中多样相关特征的信息检索模型，其特征在于,包括如下步骤：

(1)根据topic构建语料集，语料集的总样本是N个topic,其中每个topic包含一个查询和一系列文档；

(2)从(1)的语料集中，随机选取80％*N个topic作为训练集和剩余的20％*N个topic作为测试集，并分别对训练集和测试集进行预处理；

(3)对预处理之后的查询和文档构建Match-Transformer模型；

(4)将训练集查询和文档的表示输入到Match-Transformer模型，并利用多层感知机计算文档的得分；

(5)通过Learning-to-Rank算法对训练后的Match-Transformer模型进行参数更新；

(6)将测试集数据输入到训练后的Match-Transformer模型中计算出每个topic的最后返回文档排名得分；

(7)将Match-Transformer模型在测试集上的评价结果输出。

2.根据权利要求1所述的一种用于建模ad-hoc检索任务中多样相关特征的信息检索模型，其特征在于，所述步骤(3)中Match-Transformer模型构建方法，包括如下步骤：

3.1运用glove工具得到每个文本中单词的300维词向量，模型初始化阶段用均匀分布初始化该参数矩阵，并在模型训练过程中更新优化；且对文本中每个查询和文档中单词的词向量，分别对应W_i^Q和W_j^D；其中，查询有n个单词，文档有m个单词，即i＝1,…,n；j＝1,…,m。

3.2判断查询中的词向量W_i^Q是否在文档T_D中出现构建如下Overlap Embedding函数；

3.3结合前面两步操作，即可得到查询和文档的全局信息(词向量)和局部信息(传统的信息检索特征)，即：

其中，表示查询中第i个单词的tf值以及表示文档中第j个词的tf-idf值；

3.4鉴于上面的步骤并没有考虑查询词之间和文档词之间的依赖信息，将查询和文档的信息分别用一个密度算子来表示，即：

3.根据权利要求2所述的一种用于建模ad-hoc检索任务中多样相关特征的信息检索模型，其特征在于，所述步骤3.4中为了进一步得到查询和文档之间的匹配特征信息，即：

其中，

head_i＝σ(PW_i^P,KW_i^K,VW_i^V)