一种基于CCA算法的中文社区问答跨模态检索方法

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。