一种基于CCA算法的中文社区问答跨模态检索方法
授权
摘要
本发明公开了一种基于CCA算法的中文社区问答跨模态检索方法，首先从中文社区的问答对中提取数据集，数据集中包括文本数据和图像数据，然后分别采用LDA主题模型提取文本数据的特征向量、采用卷积神经网络特征提取方法和K‑means聚类方法提取图像数据的特征向量，分别得到文本数据的特征向量集X和图像数据的特征向量集Y，用CCA算法将X和Y映射到同一个特征空间，然后计算文本和图像的相似度，构建图像和文本跨模态检索模型，利用跨模态检索模型进行跨模态检索，实现图文交叉检索，本发明能够为提问者的问题匹配到更合理的答案，提高了问答系统中问题检索答案的性能以及准确性。
基本信息
专利标题 ：
一种基于CCA算法的中文社区问答跨模态检索方法
专利标题（英）：
暂无
公开（公告）号 ：
CN109213853A
申请号 ：
CN201810935656.0
公开（公告）日 ：
2019-01-15
申请日 ：
2018-08-16
授权号 ：
CN109213853B
授权日 ：
2022-04-12
发明人 ：
苏磊刘浠
申请人 ：
昆明理工大学
申请人地址 ：
云南省昆明市五华区学府路253号
代理机构 ：
代理人 ：
优先权 ：
CN201810935656.0
主分类号 ：
G06F16/332
IPC分类号 ：
G06F16/332 G06F17/27 G06K9/00 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/332
•••查询公式
法律状态
2022-04-12 ：
授权
2019-02-12 ：
实质审查的生效
IPC(主分类) : G06F 16/332
申请日 : 20180816
申请日 : 20180816
2019-01-15 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
