[发明专利]一种融入文档词权重的跨境民族文化文本检索方法

权利要求书

1.一种融入文档词权重的跨境民族文化文本检索方法，其特征在于：所述方法的具体步骤如下：

Step1、用深度学习开源词向量工具word2vec的Skip-gram方法对跨境民族文化文本数据集中进行词向量语义学习训练，得到预训练好的查询词向量和文档词向量；

Step2、将训练好的查询词向量和文档词向量输入到BiLSTM方法，得到查询词隐向量和文档词隐向量；

Step3、通过TF-IDF方法计算出文档词中每个实体的权重，并融入到文档词隐向量中，再把查询词隐向量和融入实体权重后的文档词隐向量通过相似度计算构建成一个交互矩阵；

Step4、利用CNN提取交互矩阵上的特征，得到基本的关联特征，再通过max-pooling提取最强特征，并投影到多层感知器神经网络中，最终获得查询与文档的匹配得分。

2.根据权利要求1所述的融入文档词权重的跨境民族文化文本检索方法，其特征在于：所述步骤Step3中，构建交互矩阵的公式如下：

g_qi＝softmax(w_qiq_i),g_dj＝w_djd_j (2)

i＝1,2,...M,j＝1,2,...N

将文本匹配的输入表示为匹配交互矩阵m，则上述每个元素m_ij表示基本交互，即q_i和d_j的相似度，q_i表示查询文本中的第i个字的隐向量，d_j表示文档中的第j个字的隐向量，M表示查询的长度，N表示文档的长度，g_qi和g_dj分别表示查询词和文档词的权重，w_qi和w_dj分别为对应神经节点的权值。