一种基于概念的信息检索查询扩展

文章针对信息检索中存在的查询词“表达差异”问题,提出一种基于概念的查询扩展方法。一方面将用户查询中使用的词或短语与文档中抽出的概念相连接加入原查询．同时将作为扩展词的概念进行分类查询并采用整合排序算法调整结果;另一方面引入概念图供用户手动调节来进行查询扩展,以达到查询优化的目的。试验结果表明。该方法适宜改进Web上的信息检索,相对没有扩展的查询可以大幅度提高查询精度。     

基于扩展粗糙集模型的近似概念格规则挖掘研究

粗糙集和概念格是两种不同的知识发现和数据挖掘有效工具,已被广泛应用于许多领域。在对粗糙集和概念格基本理论研究基础上,提出了利用扩展粗糙集模型对概念格近似使其得以改进,即在概念格中引入β-多数蕴涵关系实现概念格中结点近似合并以及近似概念格（ACL）的构建,由此提出概念格粗糙近似和规则挖掘算法（LCRA）。最后通过UCI机器学习数据库相关测试表明该算法的可行性和有效性。     

一种基于概念抽取的相关词推荐模型

搜索引擎已经成为Internet上非常有用的信息检索工具，而查询关键词的质量则是影响搜索效果的最重要的因素之一。相关词推荐技术可以通过向用户提供高质量的查询词，帮助用户缩小查询范围，提高搜索结果的查准率。文章提出一种新的基于概念抽取的相关词推荐模型，该模型克服了传统相关词推荐模型的一些不足，提供精确度更高的相关词作为二次搜索关键词，使信息搜索达到更好的效果。     

基于频繁概念格的电子病历关联规则挖掘研究

提出了一种基于频繁概念格的FC Lattice电子病历关联规则挖掘算法,该算法在渐进式建格的同时能发现最大频繁项集和提取相应关联规则,并进行基于FC Lattice算法的电子病历挖掘相关实验,结果表明该算法在运行速度和挖掘性能上都是高效的.     

基于可变精度粗糙集的决策规则格构造

基于概念格理论提出了决策规则格的概念，格中的每一节点均可表示为相应的决策规则。针对格节点之间存在偏序关系的特点，文中给出了三种剪枝策略。特别地，将粗糙集知识约简的思想和可变精度粗糙集的β下近似思想应用于决策规则格的构造，有效地减少了格中节点的数目，并有较强的抗噪声数据干扰能力。     

基于统计机器翻译模型的查询扩展

在搜索引擎等实际的信息检索应用中,用户提交的查询请求通常都只包含很少的几个关键词,这会引起相关文档与用户查询之间的词不匹配问题,对检索性能有较严重的负面影响。该文在分析了查询产生模型的基础上,提出了一种新的基于统计机器翻译的查询扩展方法。通过统计机器翻译模型提取文档集中与查询词相关联的词,用以进行查询扩展。在TREC数据集上的试验结果表明：基于统计翻译的查询扩展方法不仅比不扩展的语言模型方法始终有12％～17％的提高,而且比流行的查询扩展方法-伪反馈也具有可比的平均准确率。     

基于统计机器翻译模型的查询扩展

在搜索引擎等实际的信息检索应用中,用户提交的查询请求通常都只包含很少的几个关键词,这会引起相关文档与用户查询之间的词不匹配问题,对检索性能有较严重的负面影响。该文在分析了查询产生模型的基础上,提出了一种新的基于统计机器翻译的查询扩展方法。通过统计机器翻译模型提取文档集中与查询词相关联的词,用以进行查询扩展。在TREC数据集上的试验结果表明:基于统计翻译的查询扩展方法不仅比不扩展的语言模型方法始终有12%～17%的提高,而且比流行的查询扩展方法-伪反馈也具有可比的平均准确率。     

基于决策规则格的入侵检测

概念格是近年来获得飞速发展的数据分析的有力工具.本文对概念格进行扩展,提出了决策规则格的思想,并将其应用于入侵检测环境中,可以直接从决策规则格的格节点获取入侵行为模式.同时,将变精度粗糙集的β下近似思想应用于入侵检测规则获取,提出了β-约简,使入侵行为规则集的平均特征属性长度大大减小,而且规则集中规则的数目很少,可以有效、快速地实现对入侵行为分类,并能达到较高的分类正确率和很低的虚警率.     

基于逻辑合取的语言真值概念格合并算法

针对人工智能领域中有关不确定性自然语言的研究，将格值逻辑引入概念格，提出了自然语言转换为语言真值的方法，并基于语言真值格蕴涵代数建立了语言真值概念格.通过对各语言真值形式背景及形式概念间关系的分析，演示了由多个语言真值概念格的合并而构造完整概念格的具体过程，进而给出了语言真值概念格基于逻辑合取的合并定理与算法.实验表明，与Bordat算法相比，当属性个数增多时，适当的合并算法能够使其时间复杂度呈指数型降低.     

关联模式挖掘与词向量学习融合的伪相关反馈查询扩展

针对自然语言处理中查询主题漂移和词不匹配问题,提出基于CSC(Copulas-based Support and Confidence)框架的关联模式挖掘与规则扩展算法,并将基于统计学分析的关联模式与具有上下文语义信息的词向量融合,提出关联模式挖掘与词向量学习融合的伪相关反馈查询扩展模型.该模型对伪相关反馈文档集挖掘规...     

基于语义关联的视频元数据库构建

在视频元数据中引入语义信息能更好地支持基于语义的智能检索。利用视频元数据中关键词的语义信息,建立概念之间语义关联网络,提出了一种构建具有语义关联的视频元数据库方法。该方法从词汇的语义出发,建立关键词和概念之间的关联,并给出了基于关系数据库的语义关联信息存储方法,从而为搜索引擎提供语义信息。