X_Dist--一个柔性语义距离函数

量化对象间相似性／差别的方法具有广泛的用途,利用相关的语义信息能够得到更好的量化结果．提出了一个量化对象间语义差别的距离函数X_Dist,它基于线性优化中的运输问题模型和相关的语义信息量化两个对象之间的差别．在量化特征的差别函数是度量(metric)的情况下,X_Dist是一个度量,在提高搜索的效率方面具有优势,弥补了以往研究的不足,而且实验初步表明,此函数在最近邻查询效果、差别分辨力和计算速度方面能与已有函数相媲美．     

Distance and similarity measures of Pythagorean fuzzy sets based on the Hausdorff metric with application to fuzzy TOPSIS

Pythagorean fuzzy sets (PFSs) were proposed by Yager in 2013 to treat imprecise and vague information in daily life more rigorously and efficiently with higher precision than intuitionistic fuzzy sets. In this paper, we construct new distance and similarity measures of PFSs based on the Hausdorff metric. We first develop a method to calculate a distance between PFSs based on the Hasudorff metric, along with proving several properties and theorems. We then consider a generalization of other distance measures, such as the Hamming distance, the Euclidean distance, and their normalized versions. On the basis of the proposed distances for PFSs, we give new similarity measures to compute the similarity degree of PFSs. Some examples related to pattern recognition and linguistic variables are used to validate the proposed distance and similarity measures. Finally, we apply the proposed methods to multicriteria decision-making by constructing a Pythagorean fuzzy Technique for Order Preference by Similarity to an Ideal Solution and then present a practical example to address an important issue related to social sector. Numerical results indicate that the proposed methods are reasonable and applicable and also that they are well suited in pattern recognition, linguistic variables, and multicriteria decision-making with PFSs.     

基于多表达的第一阶段语义检索模型

当前,信息检索系统通常采用“检索+重排序”的多级流水线架构。基于稠密表示的检索模型已经被逐渐应用到第一阶段检索中,并展现出了相比传统的稀疏向量空间模型更好的性能。考虑到第一阶段检索所需的高效性,大多数情况下这些模型的基本架构都采用双编码器（bi-encoder）结构。对查询和文档进行独立的编码,分别得到一个稠密表示向量,然后基于获得的查询和文档表示使用简单的相似度函数计算查询-文档对的得分。然而,在编码文档的过程中查询是不可知的,而且文档相比查询而言通常包含更多的主题信息,因此这种简单的单表示模型可能会造成严重的文档信息丢失。为了解决这个问题,设计了一种新的语义检索方法 MDR(multi-representation dense retrieval),将文档编码成多个稠密向量表示。同时,该方法引入覆盖率（coverage）机制来保证多个向量之间的差异性,从而能够覆盖文档中不同主题的信息。为了评估模型性能,在MS MARCO数据集上进行了段落排序和文档排序任务,实验结果证明了MDR方法的有效性。     

一种融合语义的图像检索技术研究

针对基于内容的图像检索系统检索效率不高的情况,从目标图像外轮廓特征的提取、图像外轮廓特征的描述方式、图像轮廓的语义描述方式和相似度测定4个方面对基于内容的图像检索的研究状况进行了分析和研究。综合图像的外轮廓特征及轮廓的语义描述来实现对图像数据库的检索。实验结果表明,该方法提高了图像检索的精度和效度。     

面向旅游领域的语义查询扩展方法

针对传统语义查询扩展方法存在返回结果多以及准确率不高的问题,以旅游领域为背景,提出一种语义加权查询扩展方法。利用本体推理能力与本体中的实体相关度进行查询扩展,结合TF-IDF算法的词频加权与语义相关度加权改善检索结果的排序。实验结果表明,相比其他2种方法,该方法能使更多符合要求的查询结果靠前排列,提高了旅游信息检索的正确率。     

Vague集的转化与相似度量

基于Vague集的投票模型解释,对Vague进行分步转化,得到转化的极限状态为一模糊集。在此基础上讨论Vague集之间及元素之间的相似度量,给出一系列相似度量公式,并讨论其性质。最后,用实例说明其应用。该文的结论为Vague环境下的信息处理提供有效方法。     

基于纹理语义特征的图像检索研究

针对Tamura纹理模型,提出了基于语言变量的图像纹理语义特征描述方法;并通过遗传程序设计构造从低层视觉特征到高层语义特征的映射;最后根据这些模糊语义值进行图像检索．实验结果表明系统不仅能得到出众的检索效率,而且与人类的视知觉具有比较好的一致性,提出的方法对于缩小低层视觉特征和高层语义特征之间的“语义鸿沟”具有很大的意义．     

基于概念语义树的语义相似度计算方法研究

现在信息检索的应用已经越来越广泛,但要在具体领域中做到准确搜索,仍然是一件比较难的事情。该文提出一种基于概念语义树的语义相似度计算方法,综合考虑了概念的语义关系、层次结构和继承关系等因素,尽可能的地提高在特定领域中的信息检索效率,并最后通过实验,验证了该方法的可行性。     

基于Lucene的语义搜索引擎设计

该文在开源全文搜索引擎Lucene的基础上设计了一个结合本体与自然语言处理技术的语义检索系统。系统分析了如何对文本进行语义分析,设计了语义索引项以存储语义信息,并提出了使用语义信息的网页排序算法。     

语义Web应用程序开发方法及实例分析

随着语义Web技术的不断发展,语义Web应用程序越来越受到重视,但现在国内对语义Web应用程序的研究却比较少,缺少语义Web应用程序的开发方法。文中通过对语义Web应用程序的研究,结合与Web应用程序的对比分析,给出了语义Web应用程序的定义、架构以及开发方法,并详细说明了基于数据层、逻辑层和表现层三层架构的语义Web应用程序的结构特征和构建过程,进而通过构建一个语义Web应用程序实例对所提出的开发方法进行了验证,取得了预期的成果。