基于人工智能的搜索引擎在数字图书中的应用

发布时间：2021-04-19 15:51

　　针对传统搜索引擎算法搜索内容需要占用大量人工劳动进行标记,反馈信息和用户搜索信息匹配度低,无法理解人类语言输入等缺点,文中结合自然语言算法对信息的整合过程及理解用户语言过程进行优化。通过建立语料库、提取文本特征信息和模型训练等方法,提出了适用于智能搜索引擎的新型检索算法。文中在CSI语料库、AWS爬虫数据等数据集中进行了测试,测试结果表明,该算法只需进行前期的人工干预和标记,便可以自行搜集专业信息并自行展开机器学习和训练,从而降低维护及使用成本。 

【文章来源】：信息技术. 2019,43(11)

【文章页数】：5 页

【文章目录】：
0 引言
1 搜索引擎算法
    1.1 算法原理
    1.2 搜索引擎算法
2 基于人工智能的搜索引擎算法
    2.1 搜索引擎的缺陷
    2.2 自然语言处理的优势
    2.3 自然语言处理算法
        2.3.1 文本信息预处理
        2.3.2 文本特征提取
        2.3.3 文本分类
3 数字图书搜索引擎的应用与测试
4 结束语


【参考文献】：
期刊论文
[1]基于词向量的文本分类研究[J]. 马力,李沙沙.  计算机与数字工程. 2019(02)
[2]移动数字图书馆的图书分类系统设计[J]. 郑幸子.  现代电子技术. 2018(07)
[3]基于RNN句子编码器的聊天机器人[J]. 朱晶晶,韩立新.  计算机与现代化. 2018(01)
[4]从机器翻译历程看自然语言处理研究的发展策略[J]. 孙茂松,周建设.  语言战略研究. 2016(06)
[5]基于改进谱聚类方法的搜索引擎排序算法[J]. 白亮,于天元,刘湜,老松杨,杨征.  计算机科学. 2016(10)
[6]面向自然语言处理的深度学习研究[J]. 奚雪峰,周国栋.  自动化学报. 2016(10)
[7]自然语言处理中的篇章主次关系研究[J]. 褚晓敏,朱巧明,周国栋.  计算机学报. 2017(04)
[8]用k-最近邻和贝叶斯分类预测图书用户喜好[J]. 钟亮.  信息技术. 2016(09)
[9]基于粒子群算法的大数据智能搜索引擎的研究[J]. 胡存刚,程莹.  计算机技术与发展. 2015(12)
[10]自然语言处理技术及其教育应用[J]. 王萌,俞士汶,朱学锋.  数学的实践与认识. 2015(20)

硕士论文
[1]主题搜索引擎搜索策略的研究及算法设计[D]. 高庆芳.兰州大学 2017
[2]个性化搜索引擎排序算法的研究[D]. 马安进.西安理工大学 2016
[3]互联网搜索引擎搜索策略和算法的研究[D]. 姜韶增.兰州交通大学 2015



本文编号：3147850