基于哈希学习算法的非结构化数据检索方法

常规的数据检索方法主要根据数据语意划分检索类别,不完整的数据很难根据语意划分,导致检索mAP值降低。因此,设计了基于哈希学习算法的非结构化数据检索方法。提取非结构化数据的关键词,剔除多余符号与停用词,并对数据中的词频进行分析,便于后续检索。利用哈希学习算法,构建非结构化数据检索模型,将非结构数据按照固有结构检索,并根据相似数据表征剔除相似数据,最大限度地提高数据检索精准度。采用对比实验的方式,验证了该检索方法的mAP值更高,检索效果更佳,能够应用于实际生活中。