基于深度迁移学习的多模态数字图书馆资源跨域检索算法

  • 打印
  • 收藏
收藏成功


打开文本图片集

摘 要:为了解决多模态数字图书馆跨域检索中的信息碎片化和模态不统一问题,提出一种基于深度迁移学习的跨域检索算法。首先,利用BERT预训练模型和SWTR模型提取多模态资源特征,通过CNN网络融合,以解决资源的跨域差异;其次,采用深度迁移学习将融合特征迁移至数字图书馆资源域,得到各特征对应资源的类标签;最后,根据查询本体与类标签的词形、语义相似度构建索引,实现精准跨域检索。(剩余94字)

monitor
客服机器人