一种用于建模ad-hoc检索任务中多样相关特征的信息检索模型

摘要

本发明公开了一种用于建模ad‑hoc检索任务中多样相关特征的信息检索模型，即Match‑Transformer模型，包括以下步骤：根据topic收集语料集，将其分为训练集和测试集；对语料集中的查询和文档进行预处理；运用全局信息和局部信息，构建查询和文档的向量表示；将训练集查询和文档的向量表示输入到Match‑Transformer模型中计算文档的得分，并训练出最后的模型；将测试集中查询和文档的向量表示输入到Match‑Transformer模型中，从而计算出每个文档的最后得分；最后运用Learning‑to‑Rank模型去学习文档之间的相对位置信息，最终得到更加准确的文档排名结果；本发明克服了查询太短导致用户需求多样性和文档太长导致文本理解的多样性的困难，从而能够更好的利用查询和文档的多样相关特征，使得神经网络信息检索模型有较强的稳健性。