基于语义关联网络的跨模信息检索方法

摘要

本发明涉及信息检索技术领域，尤其涉及一种基于语义关联网络的跨模信息检索方法。本发明通过网页视觉空间分析、多媒体搜索引擎标注关系分析、DeepWeb接口模式分析、复合媒体中不同模态数据的关联分析、用户直接或潜在反馈信息的利用，以及关联推理等六个渠道获取跨模关联知识，并构建跨模关联网络；利用获取的跨模关联知识，通过层次化模糊聚类，获得不同粒度的具有相同语义的多模数据集合；从每个SC中选择出不同模态的典型向量，并构建对应的语义向量包，最后在这三者之间建立映射关系。本发明能降低每种渠道可能存在的误差，有效提高检索准确性；能够支持由用户定义不同粒度语义的跨模检索，能够支持多种模态的数据文件同时作为样例进行检索。

主权项

一种基于语义关联网络的跨模信息检索方法，其特征在于，包括以下步骤：通过网页视觉空间分析、多媒体搜索引擎标注关系分析、DeepWeb接口模式分析、复合媒体中不同模态数据的关联分析、用户直接或潜在反馈信息的利用，以及关联推理等六个渠道获取跨模信息单元的语义关联知识；基于以上不同渠道获取的关联知识，进行加权整合，构建统一的跨模语义关联网络；针对跨模语义关联网络，基于关联知识实施分层模糊聚类；在每个类中，针对所有信息单元的特征向量进行二次聚类，选出典型特征向量，作为该类的代表；对系统中所有信息单元对应的特征向量，建立散列索引；在每个信息单元，对应特征向量、聚类的典型特征向量、聚类序号之间建立映射关系。