.png){kind=icon}
返回
Enhancing document retrieval using semantic alignment with hierarchical graph matching
.png){kind=icon}
PRE
AI
DOI：10.1007/s11227-026-08490-w.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
文档检索旨在识别语料库中语义相关性最高的目标文档。然而，捕捉文档间的层次关系较为困难，导致语义错位。尽管基于图的方法有效，但传统图结构难以建模层次关系。本文提出了一种层次图语义对齐（HGSA）方法，通过语义结构对齐提升检索精度。首先，利用命名实体识别和关系抽取构建文档图；接着对所有文档图进行剪枝以减少冗余，随后聚合文档图对之间的层次关系特征；最后利用重构的文档图进行文档检索计算。HGSA利用结构和层次信息，缓解概念偏差并确保一致的语义框架。实验结果表明，HGSA在所有数据集上的平均Recall@1达到25.38%，提升了跨领域相关文档识别的准确性。从计算角度看，结合Transformer编码和图神经传播在规模化应用时会产生巨大的计算需求。二次注意力复杂度和迭代消息传递需要GPU加速的高性能计算以实现高效的大规模部署，使HGSA与面向超算的语义处理任务相契合。
Keyword:
Graph alignment
Graph pruning
Graph aggregation
Hierarchical relation
期刊
T
IF:
0
论文数:
647
被引数:
0
机构
引用论文
OTIEA:Ontology-Enhanced Triple Intrinsic-Correlation for Cross-lingual Entity AlignmentOTIEA: 基于本体增强的三元组内在相关性方法用于跨语言实体对齐
OAAI
.png){kind=icon}
OAAI分享收藏Relation mapping based on higher-order graph convolutional network for entity alignment基于高阶图卷积网络的实体对齐关系映射
PREAI
分享收藏Affective Commonsense Knowledge Enhanced Dependency Graph for aspect sentiment triplet extractionOAAI
OAAI分享收藏Enhanced DSSM (deep semantic structure modelling) technique for job recommendation基于增强DSSM（deep semantic structure modelling）技术的求职推荐方法
OAAI
OAAI分享收藏MAFD: Multiple Adversarial Features Detector for Enhanced Detection of Text-Based Adversarial ExamplesMafd：用于增强文本基对抗样本检测的多重对抗特征检测器
PREAI
分享收藏 没有更多内容
没有更多内容