基于多特征融合的主观题智能阅卷算法研究

为了实现在线考试主观题智能阅卷，本文提出了一个基于多特征融合的主观题智能阅卷算法，首先，分别设计两种算法：关键词相似度算法和语义相似度算法，计算学生答案和标准答案之间的关键词相似度和语义相似度；然后，利用题目的题型和科目作为特征值，分别计算出关键词相似度的权值和语义相似度的权值，并利用两权值计算出学生答案的最终得分；最后，以某在线学习平台历年考试数据作为数据集，对该主观题智能阅卷算法进行训练和实验。实验表明，本文提出的基于多特征融合的主观题智能阅卷算法，能有效主观题智能阅卷算法的准确性，具有较好的应用前景。     

一种改进的基因功能相似度计算方法

近年来,基于基因本体比较基因之间的功能相似度成为一个研究热点.当前,基因功能相似度计算方法可以分为2种类型:逐对(pair-wise)比较法和成组(group-wise)比较法.然而,由于基因本体注释数据的丰度问题,造成大量的基因具有相同的本体注释数据,从而导致基因功能相似度计算方法的结果存在偏差.本文提出一种改进的基因功能相似度计算方法,对注释集合的语义信息量进行归一化,达到准确度量基因之间的功能相似度的目的.实验结果表明:本文提出的方法可以消除相同注释对基因功能相似度计算方法的影响,且在测试平台上获得非常优秀的结果.     

基于特征融合的主观题智能阅卷算法研究

为了实现主观题智能阅卷,本文提出了一个基于多特征融合的主观题智能阅卷算法.首先,分别设计两种算法:关键词相似度算法和语义相似度算法,计算学生答案和标准答案之间的关键词相似度和语义相似度;然后,以题目的 题型和科目作为特征值,分别计算出两相似度的权值,并利用权值计算出学生答案的得分实验表明,本文提出的算法,能有效主观题智能阅卷算法的准确性,具有较好的应用前景.     

基于语义树的概念语义相似度计算方法研究

在分析传统语义相似度计算方法的基础上,综合考虑了边的深度、密度、强度及两个概念的语义重合度、层次差等主要影响因素,提出了一种基于语义树的概念相似度计算方法,并验证了该算法的合理性.     

基于本体的概念语义相似度计算及其应用

概念的语义相似度计算是自然语言处理研究的重要组成部分,也是人工智能应用中亟待解决的问题.本体作为共享概念模型的明确的形式化的规范说明,给概念语义相似度的计算带来了新的生机,从而提出了一种基于本体的计算概念间语义相似度的方法,综合考虑了语义距离、节点深度和节点密度的影响,并加入了一个可调节的参数,以适应不同场景下的灵活应用,最后简单介绍了语义相似度在搜索引擎领域的应用.     

一种改进的领域本体语义相似度计算方法

在深入研究语义相似度计算方法的基础上,提出了一种改进的领域本体概念语义相似度计算法.算法考虑了概念间层次顺序、节点深度、语义重合度对基本语义相似度的影响,描述了决定概念语义相似度的各种因素,分析并建立了这些因素的数学模型.通过实验对比与分析,验证了此算法具有较好的精确性和准确性.     

基于混合语义相似度的服务匹配方法

服务匹配已经成为服务计算领域的一大热点.合理的服务匹配算法可以帮助服务需求者寻找到满足自己需求的服务.在分析现有的服务算法基础上,提出基于混合语义相似度服务匹配方法MSSMA（Mix Semantic Similarity Matching Algorithm）.将比较成熟的语义相似度算法和基于匹配等级的计算方法相结合,从而提高服务匹配的精度.     

综合多层信息的本体概念相似度计算方法的研究

提出了一种综合多层信息的本体概念相似度计算方法.首先从概念的单层信息出发,分别计算概念的语义、语用以及字面3个层面的相似度,在此基础上,对各层面相似度进行综合计算,得到能够更加全面的描述概念整体特征的综合相似度.实验结果表明,与基于单层信息的概念相似度计算方法相比,综合相似度计算方法能够有效提高计算精度,与人类主观判断的结果更加吻合.     

一种基于知网的主观题阅卷算法

通过分析知网中词语表示方法提出了一种新型的义原相似度计算方法进而获得词语相似度的计算公式,以词语相似度计算为基础提出了主观题阅卷算法的设计与实现.实验结果证明,该算法能够较好的评阅学生答案中语义正确的内容,这在提高系统阅卷的正确性方面具有一定的意义.     

基于CBC-LIKE算法的产品特征词聚类的研究

用户评论中存在产品特征表达多样性问题,在细粒度观点挖掘任务中需要对产品特征词聚类。首先,结合不同的语义相似度计算的特点,提出基于语义知识和上下文熵模型的语义相似度混合计算方法,计算抽取得到的特征词语义相似度;然后改进了传统CBC算法,提出适用于产品特征词聚类的CBC-LIKE方法实现聚类。最后在三个领域的真实评论语料上进行实验,对提出的语义相似度计算方法和聚类算法的性能进行了分析。实验结果表明,所提方法是有效的,与另外两种基线方法相比性能较优,取得了较好效果。     

基于树状结构的语义相似度计算方法分析

文中提出了基于树状结构的语义相似度计算方法.结合概念节点之间的语义关系、语义距离、概念节点的深度、密度对语义相似度的影响,利用树的层次关系来表达概念节点之间的语义信息,并对概念节点密度的计算进行改进,加入了可调节的参数,以适应不同的情景.通过实验验证了该算法在查准率方面具有较强的优越性.     

一种实体描述短文本相似度计算方法

中文实体描述短文本具有词语稀疏、语义离散、用词随意等特点。本文分析《知网》义原网络和词语相似度的关系,提出了短文本间语义相似度部分和短文本分类部分相结合的实体描述短文本间相似度计算方法。语义相似度部分分析《知网》义原网络和词语间相似度的关系,在计算词语间相似度和短文本间相似度的过程中弱化了浅层《知网》义原影响并均衡了义原权重,使义原相似度计算结果更加合理。短文本分类部分将短文本分解为义原向量,根据特定领域短文本的义原分布情况进行短文本分类。两部分结合得到实体描述短文本间相似度。本文方法的有效性在百度知识图谱数据分析竞赛任务1的测试结果中得到了证明。     

本体匹配中一种综合概念相似度计算方法的研究

在信息检索领域,概念间的相似度计算是实现高效率、高命中率搜索的前提。本文针对现有相似度计算方法的不足,提出一种综合的计算本体间概念相似度的方法。该方法分别计算两个概念的名称相似度、属性相似度和结构相似度,最后综合得到两个概念间的相似度,实验结果证明该方法有效。     

云环境下的语义本体构建及其在语义检索中的应用

随着云技术的广泛应用,云环境下的语义检索也逐渐成为重要的研究内容,而语义本体构建是首先需要解决的问题.本文首先提出了一种基于相似度计算的数据部署策略,综合考虑了概念之间的结构相似度和语义相似度,将对象数据最优化的部署到不同的虚拟机分别构建语义本体,并给出了相应的语义检索算法.     

一种改进的基于路径的语义相似度计算算法

在概念之间的相似程度计算算法中,基于路径的语义相似度算法扮演着重要的角色.首先分析常用的几种基于路径的相似度计算算法,然后针对Wu和Palmer算法中存在的两个缺陷,提出了一种改进算法.从整体上来讲,这种算法的改进较为直观,容易实现,算法时间复杂度和Wu和Palmer算法类似.     

基于模糊语义的本体概念相似度计算算法

针对现有本体概念相似度计算方法无法处理概念特征属性的模糊性问题,基于本体的语义结构特点提出了通过语义扩展集来对概念特征进行描述的方法,并在此基础上定义概念的模糊特征集合。在特征的量化过程中,充分考虑了本体概念相似度的不对称性、概念的层次深度及区域密度对相似度的影响,最后,通过模糊集合之间的相似度来衡量本体概念的相似度。在通用数据集上的实验表明,该方法的相似度计算性能要优于以往的计算方法。     

基于基因本体的语义相似度计算方法研究综述

基因本体是一个被广泛使用的生物数据资源,主要用于描述基因和基因产物的属性,包括分子功能、生物过程和细胞组件三个方面.基于基因本体的术语相似度及基因功能相似度计算对基因功能分析、比较和预测等生物学研究热门领域具有非常重要的意义.本文综述了基于基因本体的语义相似度算法,主要包括基因本体同一分支中的术语相似度计算法和基因本体跨分支术语相似度算法两大部分内容,并对这些方法的优缺点做了一定的分析总结.     

基于医学本体的语义相似度算法研究

基于本体的信息检索技术能够提高在复杂环境中的信息检索效率,而语义相似度计算是基于本体的信息检索技术的关键技术。在医疗领域本体的基础上,通过分析讨论了概念间的语义相似度与相关度,并对概念间的语义相似度与相关度的影响因素进行研究,提出了一种计算医疗概念间的语义相似度及相关度的数值,并得到两者综合值的计算模型。实验结果表明,该模型能够提高相似度数值的有效性,并通过对相似度数值的计算体现出医疗领域概念间的复杂关系。     

基于知网语义相似度计算的文本特征提取

互联网中存在着大量的文本信息,而对于这些文本信息的监管还存在着很大的盲区,如何从互联网的大量信息中进行相关舆情分析、预测及管控足信息安全领域中的新课题,其中文本特征的有效提取是研究内容之一。文章基于知网中语义词语语义相似度的计算方法提出一套建立在之上的语句语义相似度的计算方法,并用此方法提取出文本的特征。     

基于子树匹配的相似xml连接方法的研究

随着网络的发展,XML( extensible markup language)越来越多地被用于交换和存储信息.然而,不同信息源可能包含相同的信息,但这些信息的结构和表达方式不一样.因此,提出一种有效地方法来集成这样的数据是很有必要的.LAX是一种基于子树的XML相似度计算方法,但是LAX考虑了较少的语义且在计算过程中...