[发明专利]基于BERT的伪相关反馈模型信息检索方法及系统

摘要

本发明提供一种基于BERT的伪相关反馈模型信息检索方法，包括在伪相关反馈的第一轮检索中，首先通过BM25模型对目标文档集合D进行评估，筛选出文档集合D′，再通过BERT模型对文档集合D′中文档再次进行评估，得到文档的BERT得分；将通过BM25检索模型和BERT模型得到的文档得分线性融合，得到伪相关文档集合D1；基于伪相关文档集合D1进行查询扩展选出候选扩展词，再通过BERT句子语义相似度优化候选扩展词，得到最终的扩展词；最终的扩展词与原始查询Q结合，生成新的查询关键词集合，以BM25模型对目标文档集合D进行第二轮检索，得到最终的检索结果。本发明支持在海量信息中去除大量无用和不相关的信息，得出更加精准的候选词，提高扩展查询及最终检索的精度。

主权项

1.一种基于BERT的伪相关反馈模型信息检索方法，其特征在于：包括以下操作，在伪相关反馈的第一轮检索中，首先通过BM25模型对目标文档集合D进行评估，得到文档的BM25得分，筛选出得分前a篇文档，记为文档集合D′，再通过BERT模型对文档集合D′中文档再次进行评估，得到文档的BERT得分；其中，a为预设的取值；将通过BM25检索模型和BERT模型得到的文档得分线性融合，得到最终的文档得分，取得分最高的前N篇文档作为伪相关文档集合D₁；基于伪相关文档集合D₁进行查询扩展选出候选扩展词，再通过BERT句子语义相似度优化候选扩展词，得到最终的扩展词；其中，N为预设的取值；最终的扩展词与原始查询Q结合，生成新的查询关键词集合，以BM25模型对目标文档集合D进行第二轮检索，得到最终的检索结果。