一种基于文本语义扩展的记忆网络查询建议模型  

A memory network model based on semantic expansion of text for query suggestion

作　　者：张乃洲 曹薇 ZHANG Naizhou;CAO Wei(School of Computer and Information Engineering,Henan University of Economics and Law,Zhengzhou 450046,Henan,China)

机构地区：[1]河南财经政法大学计算机与信息工程学院,河南郑州450046

出　　处：《山东大学学报（理学版）》2023年第12期10-21,共12页Journal of Shandong University(Natural Science)

基　　金：国家自然科学基金资助项目(62072156)。

摘　　要：提出了一种新的基于文本语义扩展的记忆网络模型,用于生成环境感知的查询建议。采用基于注意力机制的分层编码器-解码器模型,利用外部记忆网络,生成查询与查询相关文档之间的神经注意力向量。模型融合了查询层、会话层和文档层语义信息,与目前的研究方法相比,能生成具有更高相关性的环境感知查询建议。使用真实的商业搜索引擎查询日志进行了实验,实验结果表明了该模型的有效性。A novel memory network model based on the semantic expansion of text is proposed to generate context-aware query suggestions.An attention-based hierarchical encoder-decoder model is employed,utilizing an external memory network to generate the neural attention vector between the query and the related document.The model fuses query-layer,session-layer,and document-layer semantic information.Compared with state-of-the-art approaches,our model can generate context-aware query suggestions with higher relevance.Extensive experiments using real commercial search engine query logs demonstrate the effectiveness of the proposed model.

关 键 词：查询建议 文本语义扩展 环境感知 记忆网络 编码器-解码器模型 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]