华南理工大学学报(自然科学版) ›› 2017, Vol. 45 ›› Issue (3): 48-53.doi: 10.3969/j.issn.1000-565X.2017.03.007
董守斌 谢一帆 袁华† 陈建豪
DONG Shou-bin XIE Yi-fan YUAN Hua CHEN Jian-hao
摘要: 在具有多个真实搜索引擎的联邦检索环境下,基于小文档的资源选择算法由于难以估计每个搜索引擎的真实网页数量,因此准确率较低. 针对这个问题,文中提出了基于主题模型的资源库描述方法,利用LDA 主体模型获取每个资源库的描述词; 在此基础上提出新的资源选择算法,结合垂直领域权重和词向量计算资源库和查询请求之间的相关度,并根据相关度大小获取最终资源选择结果. 实验结果表明,基于主题模型的资源选择算法能很好地提高资源选择效果,可有效应用于分布式搜索引擎的联邦检索环境.