基于排序学习算法的智能检索系统

摘要：

本文旨在解决数据资产管理系统中信息检索效率低、检索结果准确率低下的痛点,基于排序学习算法构建智能检索系统,提升检索结果和用户请求的相关性.对排序学习算法理论进行研究,对常用的排序学习算法进行相关优化,将分类问题扩展到文本排序问题之上,定义相关的目标函数及损失函数,使用机器学习的方法来提升检索结果的准确度.基于垂直分布式搜索引擎技术及排序学习算法构建智能检索系统,通过相关性工程提升检索请求转化的效率.实验表明本系统可以在优化检索速率的基础之上,提升检索语句与返回结果之间的相关性和检索的准确度.

关键词：计算机应用;信息检索;相关性搜索;学习排名;Elasticsearch

分类号：TP391(计算技术、计算机技术)

资助基金：科技创新2030—"新一代人工智能"重大项目2020AAA0105100

在线出版日期：2021-10-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：35-40