《表1 新闻事件排名算法的性能比较》
DNER-FE仅使用辅助人工提取特征而不考虑用户评论信息。虽然该算法性能不如本文所提出的DNER模型优越,但其性能优于LTR方法和基于DSSM的方法。DNER-UC采用查询术语重要性特征,查询术语频率特征和由本文模型构建的类似BM25的相关特征。DNER-UC优于DNER-FE,表明本文的自动特征提取功能与手工提取特征功能相当。最后,本文所提出的DNER模型汇总特征自动生成的功能和辅助特征功能,可以在所有三个ND-CG@K指标上获得最佳结果。实验结果展示了本文提出的模型的有效性,因为其提取了查询词和新闻事件之间的语义信息和交互关系,并将提取的特征与一些辅助相关特征合并。
图表编号 | XD0051945100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.25 |
作者 | 李辰 |
绘制单位 | 神华铁路货车运输有限责任公司新闻宣传中心 |
更多格式 | 高清、无水印(增值服务) |