包含关联的语义覆盖网构建方法研究

现实世界中信息资源之间存在着各种各样的关联关系,而当前的搜索引擎只能提供基于关键字的搜索,不能为用户提供他们所关心的与关键字相关的各类信息。针对这个问题,提出了构建语义覆盖网,以用户需求为导向,以用户所关心的信息为中心,将所有与此资源相关的信息全部汇聚起来提供给用户。这里先根据语义相似度将节点聚类,然后在聚类的基础上,根据各类关联关系构建基于关联关系的语义覆盖网。     

语义物联网中基于语义空间的语义协同方法研究

物联网是由许多的设备互连起来构成的一个巨大网络,如何实现物理世界中物的信息共享和协同工作是实现物联网的根本所在。与此同时,借助语义网的基石-本体,能够表达物的信息的概念及其概念间的关系,因此,将语义网与物联网结合起来形成的语义物联网是实现物联网的有效手段。针对语义物联网中的语义协同方法,提出将网络物理社会和智慧物联网相结合,以机器空间、物理空间、社会空间和精神空间结合而形成的语义空间为目标,结合语义网中的本体和推理技术,通过语义匹配建立语义物联网的协同服务框架。实验结果表明,通过语义匹配、服务过滤和服务评分的语义协同过程,能够为用户提供满足其偏好的最优服务。     

基于语义P2P的UDDI组合服务发现模型

随着Web服务数目的增长和对实时性需求的增加,单一集中式的UDDI服务注册中心难以满足实际需求,而基于某个领域的UDDI虽然查找迅速却难以满足所有用户的要求,于是如何组织一个逻辑上完整的服务注册中为Web服务应用的一个新研究方向.基于P2P的底部架构,将服务注册中心作为P2P网络内基本节点,提出了一个根据本体信息对服务注册节点进行语义分类查找的Web服务发现模型.在模型的基础上,提出了在P2P层支持语义的一种发现的方法.提出的Web服务发现模型既结合了集中式Web服务发现方式和分布式Web服务方式发现的优点,又创新性地在P2P发现方面加入了本体信息.     

基于局部语义聚类的语义重叠社区发现算法

语义社会网络是一种包含信息节点及社会关系构成的新型复杂网络,因此以节点邻接关系为挖掘对象的传统社会网络社区发现算法无法有效处理语义社会网络重叠社区发现问题。针对这一问题,提出基于局部语义聚类的语义社会网络重叠社区发现算法,该算法：1）以 LDA （latent Dirichlet allocation）模型为语义信息模型,利用 Gibbs 取样法建立节点语义信息到语义空间的量化映射;2）以节点间语义坐标的相对熵作为节点语义相似度的度量,建立节点相似度矩阵;3）根据社会网络的局部小世界特性,提出语义社会网络的局部社区结构 S‐fitness 模型,并根据 S‐fitness 模型建立了局部语义聚类算法（local semantic clusterm ,LSC）;4）提出可度量语义社区发现结果的语义模块度模型,并通过实验分析,验证了算法及语义模块度模型的有效性及可行性。     

一种信息过滤系统中语义扩展模型的研究

对用户信息需求自动处理方法的研究是信息系统研究领域的重点之一,其中信息过滤系统的目标就是能够快速准确的从海量文本信息中挖掘出符合用户定制或者查询需求的信息.针对目前文本信息特征向量维数太高并且语义重复性较大的缺点,给出一种对信息过滤系统实现的语义扩展模型,其主要方法是在系统中选取适当规模的概念集合,利用其代替关键词集合来计算得到系统中文本信息的特征向量,通过计算实现文本信息的聚类,然后基于系统的语义关联信息将各个聚类实现基于分层P2P架构的组织.试验证明,文中的语义扩展模型有效实现海量动态信息数据的高效组织和检索,改善系统相关性能.     

基于话题综合因子分析的语义社会网络社区发现算法

针对一般社会网络社区发现算法仅考虑各节点的邻接关系,所划分的社区仅为一元关系社区,不能代表社区成员的语义相似性且无法处理具有多元语义话题的语义社会网络社区发现问题,提出基于话题因子分析的语义社会网络社区发现算法.该算法将节点的多元信息抽象为话题,先以多元话题综合因子作为节点话题信息度量,以节点间的话题密度差异作为节点聚合方向,构建初始社区结构;再以最大化社区内部话题信息相似度和最小化社区外部话题信息相似度为目标建立语义社区发现的目标函数及节点变动的代价函数;再以初始社区结构和代价函数作为初始解和判断准则,以节点变动的代价函数值为参数,建立全局优化的模拟退火策略优化语义社区结构,实现语义社会网络的语义社区发现;最后通过实验分析验证了算法的有效性.     

基于随机游走的语义重叠社区发现算法

语义社会网络是由信息节点及社会关系构成的一类新型复杂网络,因此语义社会网络重叠社区发现是传统社区发现研究的新方向.针对这一问题,提出基于随机游走的语义社会网络重叠社区发现算法,该算法首先以LDA(latent Dirichlet allocation)算法为基础建立语义空间,实现节点语义信息到语义空间的量化映射;其次,以语义空间中节点信息熵作为节点语义信息比重,以节点的度分布比率作为节点关系比重,建立节点语义影响力模型及语义社会网络的加权邻接矩阵;再次,以语义影响力模型和加权邻接矩阵为参数,提出一种改进的语义社会网络重叠社区发现的随机游走策略,并提出可度量语义社区发现结果的语义模块度模型;最后,通过实验分析,验证了所提出的算法及语义模块度模型的有效性和可行性.     

基于语义相关的信息聚焦数学模型及方法研究

信息服务目前依然是一个研究热点。提出了基于语义关联的信息聚焦概念及数学模型。信息聚焦作为一种新的信息服务方式,利用信息之间的语义关联关系实现信息汇聚。首先给出了基于本体的元数模型以及信息、信息空间的数学模型和信息聚焦的数学描述,并在此基础上提出了基于本体的语义相关及信息聚焦的形式化描述。     

涉众驱动的服务软件系统需求语义协作式获取方法

基于需求语义的服务工程旨在将无序需求变为有序规约,并最终关联到服务生产,以期提供按需服务能力,本文关注面向服务的软件需求语义的分布式协作获取方法的研究,针对基于服务资源聚合而成的网络化软件使用涉众的全球广域分布的特征,以面向服务软件的需求语义模型为核心,采用语义WIKIS引擎为协作平台基础,充分发挥涉众群体智能参与实例化需求要素标注,同时提供需求验证和推理功能以及与连接开放数据的映射关系,可即时生成阶段性需求语义制品.需求语义由网上涉众分布式协作获取,即用户需求(知识)表示,一致的、大众认可的需求语义为后续按需服务聚合与资源定制提供了自动化按需服务能力.理论与实证研究也证明了所提方法的有效性和可操作性,完成与现有的以需求主导、面向领域的应用系统的全面整合,支持实现需求语义为核心的按需服务工程应用.     

基于语义网络的人体经络用户界面研究

将语义网络用于表征人体经络系统中复杂概念之间的关系,构建经络知识库,为建立智能化人机交互提供基础;同时将语义网络引入到系统用户界面设计,为信息用户提供智能引导,使系统能够根据用户的真实需求,为用户提供主动地、有针对性的个性化导航服务,提高用户的学习效率。     

语义网格中的相似度算法研究

在网格中实现更加准确有效的服务发现、查询及其动态分配和替换,需要在语法匹配的基础上进一步实现语义匹配。语义匹配的关键在于语义相似度的计算。本文首先分析传统的相似度计算方法的特点以及存在的问题,提出一种新的改进算法。改进的算法考虑了深度影响因素,并引入多种语义关系且对这些关系分别赋予不同的权值,最后给信息量赋予了一种新的度量方法;文章最后给出相关实验结果,并比较了各算法的有效性。     

基于浅层语义分析技术的语义检索

在信息检索领域,语义检索技术较传统的关键字检索,无论在检索效果还是用户体验方面,都有诸多优势。语义检索融合了信息检索、语义分析以及信息融合等诸多方法,已成为现阶段该领域研究的一项重要技术。在Lu-cene索引技术基础之上,提出了语义检索的方法,即对语句进行语义分析,获得一种描述语句浅层语义信息的形式化表示,并对这种形式化表示建立索引;将表述语义联系的多层次相似度通过信息融合技术进行融合,并将其映射成查询语句与索引数据之间的相似度,达到语义检索的目的。     

基于语义组块分析的汉语语义角色标注

近些年来,中文语义角色标注得到了大家的关注,不过大多是传统的基于句法树的系统,即对句法树上的节点进行语义角色识别和分类。该文提出了一种与传统方法不同的处理策略,我们称之为基于语义组块分析的语义角色标注。在新的方法中,语义角色标注的流程不再是传统的“句法分析——语义角色识别——语义角色分类”,而是一种简化的“语义组块识别——语义组块分类”流程。这一方法将汉语语义角色标注从一个节点的分类问题转化为序列标注问题,我们使用了条件随机域这一模型,取得了较好的结果。同时由于避开了句法分析这个阶段,使得语义角色标注摆脱了对句法分析的依赖,从而突破了汉语语法分析器的时间和性能限制。通过实验我们可以看出,新的方法可以取得较高的准确率,并且大大节省了分析的时间。通过对比,我们可以发现在自动切分和词性标注上的结果与在完全正确的切分和词性标注上的结果相比,还有较大差距。     

基于语义对齐的小样本语义分割模型

现实世界的物体图像往往存在较大的类内变化, 使用单一原型描述整个类别会导致语义模糊问题, 为此提出一种基于超像素的多原型生成模块, 利用多个原型分别表示物体的不同语义区域, 通过图神经网络在生成的多个原型间利用上下文信息执行原型校正以保证子原型的正交性. 为了获取到更准确的原型表示, 设计了一种基于Transformer的语义对齐模块, 以挖掘查询图像特征和支持图像的背景特征中蕴含的语义信息, 此外还提出了一种多尺度特征融合结构, 引导模型关注同时出现在支持图像和查询图像中的特征, 提高对物体尺度变化的鲁棒性. 所提出的模型在PASCAL-5ⁱ数据集上进行了实验, 与基线模型相比平均交并比提高了6%.     

基于语义的图像物体提取的新方法

在图像语义研究中,提取图像中的语义物体或区域是重要的.本文首先对图像预处理,通过颜色空间的转换,在空间对图像进行K-均值分类,提取出具有语义性质的物体和区域.实验结果表明该方法是可行的,而且很有效的.     

基于词汇语义特征的中文语义角色标注研究

语义角色除了受句法结构限制之外,同词汇的语义特征也有着紧密的内在联系。对于一些仅依靠句法分析不能很好解决的角色标注问题,如句法结构相同的两个成分所对应的角色分别为完全不同的施事、受事角色的情况,可以通过引入一些词汇语义特征来进行处理。该文基于北京大学的语义词典CSD,引入了配价数、主客体语义类等词汇语义特征来进行语义角色标注研究。10折交叉验证的结果显示,通过引用词汇语义特征,所有角色标注的总体评价F值比单纯使用句法特征上升了1.11%,而其中Arg0和Arg1角色标注的F值达到93.85%和90.60%,比仅使用句法特征进行角色标注分别提高了1.10%和1.26%。     

基于语义神经网络的汉语表层语义分析的研究

对汉语表层语义关系进行了初步的分析,并引入协商机制来保证神经元之间有序地进行自主连接,定义了协商模型和协商语言,给出了相应的分析算法.     

基于语义模型的企业数据检索*

为了支持企业在决策时从企业数据中通过检索获得有意义的数据,提出了基于语义模型的语义检索方法。该方法首先基于概念树描述语义模型,通过概念映射将数据源与语义模型进行语义关联。在此基础上,建立语义模型和支持描述逻辑推理的知识模型之间的映射,通过调用描述逻辑推理机完成语义检索,检索结果再通过语义模型映射对应数据源信息,最终返回语义一致益于决策的数据视图。     

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。     

语义网、语义网格和语义网络

语义网、语义网格和语义网络是三个容易混淆的概念,语义网是对WWW的延伸,其目标是使得Web上的信息具有计算机可以理解的语义,并为人们提供各种智能服务;语义网格是语义Web和网格相结合产生的新的研究领域;语义网络是知识的一种图解表示,它由节点和弧线或链线组成.通过对三者的概念、特征、应用等方面进行介绍从而说明了三者的联系以及不同,并说明了今后对三者的研究方向和重点问题.