一种基于知网的句子相似度计算方法

句子相似度是衡量文档相似度的基础,在自然语言处理领域中有着非常重要的作用。目前的句子相似度计算方法忽略了句子的结构对相似度的影响。本文在分析已有研究工作的基础上,提出了一种改进的句子相似度计算方法。依据知网对"实体概念"的描述,构造出义原的语义层次树,由各个义原在树中的相对位置,计算出义原之间的相似度。对三种义原加权求和得到词语之间的语义相似度。综合句子的表层相似度和句子的词语语义以及词语的相对位置关系,得到句子的整体相似度。实验表明,在同等的测试条件下,本文所提出的句子相似度计算方法在相似度比较上更符合人的直观感觉。     

基于描述逻辑的OntoUML模型的形式化表示

将形式本体理论应用于UML语言的改进是UML的形式化研究的主要方法之一,其中On-toUML是一个概念上完整、语义上清晰和更具本体意义的UML版本。虽然OntoUML基于本体对UML进行了扩充,提供了更为丰富,更能表达现实世界语义的建模原语,但其表达方式不利于在信息系统的设计与开发中应用。本文基于描述逻辑对OntoUML中的关键建模原语及其关系给出了SHIQ形式化表示方法,并进行了实例研究。该方法表达精练、语义清晰,不仅能够表达逻辑清晰的模型,而且保证模型能够正确反映领域事实。这种形式化方法为信息系统概念建模方法提供了理论和应用支撑,在一定程度上推动了OntoUML更为广泛的应用。     

一种新颖的低层视觉特征到高层语义的映射方法*

通过在低层视觉特征上提取图像的局部颜色和纹理特征,再利用模糊神经网络建立低层视觉特征和高层语义特征之间的映射,实现了图像属性信息的有效传递和可靠检索.最后,为了提高检索效率,把相关反馈引进到图像检索系统中.实验证明,该方法取得了较好的检索查全率和准确率.     

基于图的语义网络构造算法研究

在自然语言处理的基础上,将中医领域本体与图的基本性质相结合,提出了构造中医诊疗知识语义网络算法。给出了图的基本性质、语义网络的图定义,并为知识的网络表示建立了相应的数据结构。将算法用于中医领域语义网络和语义场构建。试验结果表明,该算法具有较好的实用性。提出的基于图的语义网络构造算法,对于文本挖掘、知识获取技术研究有重要意义,也是中医专家知识获取的有效方法。     

多信息源下本体自动抽取的实现*

以关系型数据库、XML文件、HTML文件、一般文档为信息源,运用不同的方法分别将多信息源映射为概念图,并按照拟定的概念逻辑结构进行统一存储,最后运用抽取算法实现本体的自动抽取.     

一种面向重构的工作流活动状态语义描述方法

工作流活动行为的精确描述是实现工作流过程控制的基础。基于状态的工作流活动行为描述方法在当前的工作流管理系统中被普遍采用。然而,非形式化的活动状态描述缺乏精确的语义并且不易扩充,导致系统适应性较差。针对业务过程管理需求的多样性和动态性,提出了一种支持快速重构的工作流活动状态语义的形式化描述方法。在分析工作流活动与工作项的状态关联基础上,定义了活动状态配置、活动状态配置全集等用于活动状态语义描述的基本概念。通过把活动状态映射为具有相同特征的活动状态配置的集合,建立了形式化的活动状态语义,研究了在此语义下活动状态的重构机制和基本实现步骤,并通过实例验证了该机制的有效性。应用本方法能够提高工作流管理系统适应企业业务过程管理需求快速变化的能力。     

Semantic weak signal tracing

The weak signal concept according to Ansoff has the aim to advance strategic early warning. It enables to predict the appearance of events in advance that are relevant for an organization. An example is to predict the appearance of a new and relevant technology for a research organization. Existing approaches detect weak signals based on an environmental scanning procedure that considers textual information from the internet. This is because about 80% of all data in the internet are textual information. The texts are processed by a specific clustering approach where clusters that represent weak signals are identified. In contrast to these related approaches, we propose a new methodology that investigates a sequence of clusters measured at successive points in time. This enables to trace the development of weak signals over time and thus, it enables to identify relevant weak signal developments for organization’s decision making in strategic early warning environment.     

Text classification using genetic algorithm oriented latent semantic features

In this paper, genetic algorithm oriented latent semantic features (GALSF) are proposed to obtain better representation of documents in text classification. The proposed approach consists of feature selection and feature transformation stages. The first stage is carried out using the state-of-the-art filter-based methods. The second stage employs latent semantic indexing (LSI) empowered by genetic algorithm such that a better projection is attained using appropriate singular vectors, which are not limited to the ones corresponding to the largest singular values, unlike standard LSI approach. In this way, the singular vectors with small singular values may also be used for projection whereas the vectors with large singular values may be eliminated as well to obtain better discrimination. Experimental results demonstrate that GALSF outperforms both LSI and filter-based feature selection methods on benchmark datasets for various feature dimensions.     

基于随机词汇迭代模型的POI分类检索

从特征选择、局部区域划分和词汇语义相似性计算入手,利用随机词汇迭代模型(random terms iterativemodel,RTIM)进行海量兴趣点(point of interest,POI)文本分类.通过词汇频度、集中度和离散度方法筛选出特征词汇;依据文本与各POI类别间的相似度进行局部区域划分;在每个局部区域内基于词汇在文本中的排列顺序构建词频向量,基于词频向量中词频的随机删除和重构,获取特征映射矩阵;通过特征映射矩阵将文本转为特征向量,并采用SVM分类器进行POI文本分类.实验证明,该方法有效提升了POI文本分类准确性和覆盖率.     

基于知识库分割的多知识库整合方法

知识库是集团企业云制造平台中知识服务的重要基础,知识库的质量直接决定着知识服务的质量。目前单一分散的知识库不能提供统一的知识资源全局视图,不利于知识资源的共享。多知识库整合技术已经成为该领域的研究热点之一。提出一种基于知识库分割的多知识库整合方法,采用基于蚁群聚类的分割策略,将知识库有效划分为知识块集。在知识块间利用语义概念映射生成知识块间映射图,从而实现多知识库整合。通过对算法的时间复杂度进行分析,表明该方法在时间复杂度方面要优于基于最小概念集的多知识库整合方法;实验结果也表明该方法在运行性能方面明显优于已有的方法。