【摘 要】
：
伴随着互联网的高速发展,人们对于准确获取信息,进行全面综合的决策提出了更高要求。科技文档承载着科学研究和技术发展的重要信息,实现对科技文档的有效检索,有利于促进科技信息的交流和科技文明的发展。科技文档中往往含有大量的数学表达式,以数学表达式的形式表达查询需求,获取所需科技文档,是科技信息检索的主要模式。然而,数学表达式的结构复杂性及语义多变性给基于数学表达式的科技文档检索带来了困难;加之单纯基于数
【基金项目】
：
河北省自然科学基金项目“引入犹豫模糊逻辑的数学检索结果文档排序”（项目编号:F2019201329）；
论文部分内容阅读
伴随着互联网的高速发展,人们对于准确获取信息,进行全面综合的决策提出了更高要求。科技文档承载着科学研究和技术发展的重要信息,实现对科技文档的有效检索,有利于促进科技信息的交流和科技文明的发展。科技文档中往往含有大量的数学表达式,以数学表达式的形式表达查询需求,获取所需科技文档,是科技信息检索的主要模式。然而,数学表达式的结构复杂性及语义多变性给基于数学表达式的科技文档检索带来了困难;加之单纯基于数学表达式的检索模式所表现出的局限性,表明有必要融合数学表达式及相关文本信息来提高科技文档检索模型的性能。针对上述问题,本文提出一种融合数学表达式和文本信息的、基于GBDT和LR的科技文档检索模型。具体内容包括:（1）针对传统全文检索算法无法处理数学表达式的问题,设计基于犹豫模糊集的数学表达式相似度计算方法,利用犹豫模糊集在多属性决策方面的优势,计算数学表达式符号相似度和数学表达式子式相似度,并采用TFIDF指标计算数学表达式在科技文档中出现频度,定义相应的犹豫模糊隶属度函数,得到数学查询表达式与候选数学表达式之间的相似度。（2）提取科技文档关键词和数学表达式上下文文本两种文本信息,分别选用Word2Vec和BERT模型计算其与数学查询文本的相似度。（3）针对数学表达式和文本特征融合问题,设计基于GBDT和LR的科技文档检索模型,利用GBDT对所提取的科技文档的属性特征进行特征离散和特征重组,将重组后的特征输入到LR模型中,得到最终科技文档检索和排序结果。（4）在扩充的NTCIR-12＿Math IR＿Wikipedia＿Corpus公共数据集上进行了实验,表明所设计模型的MAP和n DCG的值分别为81.92%和86.05%,相较于单属性的科技文档检索模型性能有所提升,表明了模型的有效性。
其他文献
民营经济属于社会主义市场经济不可或缺的一部分,在加快社会经济建设、解决就业问题、推动科技革新等方面有着重要影响;现阶段由于疫情、社会形势等因素的变化,经济发展下行压力加剧,科尔沁右翼前旗现如今的民营经济发展面临严俊挑战。税收营商环境与企业经营活动息息相关,是企业竞争中的关键影响因素。构建良好的税收营商环境,在很大程度上能为民营经济的健康发展奠定基础。本文综述相关研究文献,从新公共服务、税收激励、最
随着我国城市化进程的加快,人民生活富裕的同时城市生态也发生了重大变化。城市正在逐步发展成为一个复杂的运作系统,管理人员面临新的挑战。社区是城市的基本单元,其安全与稳定与城市的总体安全是分不开的。但目前,社区公共安全面临着很多传统和非传统威胁,对社区发展与安全有严重影响。公共安全是政府应提供的公共产品中的重要组成部分,而社区公共安全风险防控管理水平对预防和控制影响社区公共安全的风险,消除危害公众安全
毕业音乐会是提升个人专业能力的很好的平台,也是本人的一次历练。本文将音乐会设计与演唱实践为研究对象,划分为三章内容进行叙述。第一章:毕业音乐会的整体构思与曲目选定,在导师的指导下,与导师商定音乐会的主线,根据自身声部特点界定曲目难度,分类划分排布,完成音乐会风格的定位。第二章:三首重点曲目风格特征与演唱诠释,从歌曲基本内容介绍到曲式分析、音乐表情分析、气息控制、吐字咬字、发声技巧、情感把握、角色塑
安全生产工作担负着保护人民群众生命财产安全和维护社会稳定的重要使命。随着社会经济的高速发展,安全生产充当着越来越重要的角色。近几年,国内非煤矿山安全状态持续稳定好转,但各种原因事故仍然频发反复。2021年9月1日起,新《安全生产法》对安全生产的监管水平提出了更高的要求,包头市对非煤矿山的监管水平有了新的挑战。本文结合包头市实际监管情况主要从人员、安全投入、方法三个方面重点对非煤矿山领域的监管进行论
菱属（Trapa L.）植物是我国传统的药食两用水生作物,具有重要的生态学和经济学价值。菱属植物果壳含有丰富的多酚类物质,具有较强的抗癌抗氧化作用。然而,目前关于菱属植物果壳中的次生代谢产物在物种间的差异、及其与亲缘关系、环境因子和果实形态相关性研究极度匮乏,这严重阻碍了对菱属果壳内多酚资源的合理利用。因此,本研究在全国范围内,尤其是长江中下游和东北三江平原两个菱属多样性中心,收集到19个菱属物种
企业成本直接关乎企业的经营发展,决定着企业能否在激烈的市场竞争中生存发展。很长一段时间,我国国有企业成本控制侧重于生产经营成本控制,随着企业制度的逐渐完善,生产经营成本控制的边际效应不断减少,企业转为发现与挖掘人力资源成本控制。企业人力资源成本控制是企业成本控制中重要的组成部分,作为公司成本控制信息的主要组成部分,人力资源成本控制能够通过提供大量重要的资讯,协助公司管理者全面掌握公司信息并据此做出
太阳辐射能是地球能量的主要来源,其能量主要集中在可见光和红外波段,是地球表层各种物理过程和生物活动的基本源动力,对天气、气候的形成和演变都起着重要的作用,对研究各种极端天气气候、灾害性天气也具有重要的意义。针对当前全世界的能源问题和生态环境问题,太阳能作为一种安全、环保的可再生能源,其开发与利用成为了国内外众多科学家关注的问题之一。太阳辐射强度是太阳能资源常用的评价指标之一。此外在生态系统过程模型
雾计算将云服务与靠近网络边缘的分布式资源相结合,有效缓解了云计算中存在的时间延迟问题。由于雾计算更贴近终端用户,使数据中包含大量用户隐私信息,且存在虚假节点恶意获取数据的情况,所以需要能够适用于雾计算环境的高效访问控制方案。基于密文策略的属性加密（CP-ABE）是一项保证数据机密性与细粒度访问控制的重要技术,只有当用户属性能够满足设定的访问控制策略时才能够对数据进行访问。如何利用该技术在雾计算环境
基于干净数据集的传统关键词Top-N查询技术难以直接应用于含有错误、空值与重复记录的脏数据集。大数据环境下,数据往往分布存储并且包含大量的脏数据,因此使用传统关键词Top-N查询技术难以得到可靠的查询结果。传统实体解析技术用于识别与合并脏数据集中的重复记录,然而需要付出很高的代价,将其应用于数据集中的记录连接更加困难,目前仍是挑战性问题。针对包含脏数据的多个关系{R1,R2,···,Rv}及连接运
我国新一轮基础教育课程改革背景下学生地理学习发生了重大转变。西藏自治区与其他地区相同,城镇与牧区、农区与牧区之间的初中生学习地理存在差异,尤其是偏僻的牧区受传统观念和经济水平的限制,学生学习地理的兴趣以及家庭的支持度较低,其成绩偏低。因此,调查西藏牧区初中学生地理学习的现状,分析其地理学习氛围较差的影响因素,并提出对应的策略,这对提高牧区地理教学质量会产生积极的作用,具有重要的理论和实践意义。本论