—种基于WordNet语义相似度的改进算法

随着信息的快速发展，计算词语语义相似度在很多领域得到了广泛应用与研究，包括信息检索，信息抽取，词义排歧，基于实例的机器翻译，文本分类等等。本文在相关研究的基础上除了考虑路径外考虑了节点所在树中的深度和宽度，提出一种基于wordNet语义相似度的改进算法。     

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.     

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.     

基于知网的语义相似度的改进算法

词语语义相似度计算方法的研究是当前智能信息服务系统研究的重点,它在多个领域都有着充分的应用。本文是在其他学者的研究基础上,基于《知网》提出了一种语义相似度的改进算法。这种算法不仅考虑了"义原"在描述概念时的作用,同时也考虑到了符号在描述概念过程中的作用。实验证明这种算法更加合理。     

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.     

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。     

XML文件搜索引擎结合语义关联空间的系统设计与实现

为了有效挖掘XML文档集中标签之间、结构之间的语义相似度,以便能够在检索时返回同义异构的XML数据,并对返回结果的质量进行语义级的评估,首先需要分析关键词之间的语义关系.为此,本课题首先研究如何通过分析XML文档集中结点内容的语义信息,抽取XML文档中关键词的语义类型以及关键词之间的语义关系;进而计算关键词间的语义相似...     

机器英语翻译中的模糊语义最优解选取方法

为了提高机器英语翻译的准确性和合理性,提出一种基于模糊语义最优解选取的机器英语翻译方法。构建机器英语翻译的信息抽取模型,建立机器英语翻译的模糊语义主题词属性表,采用灰色关联特征匹配方法计算英语翻译的语义相似度,实现英语翻译中前后文的语义模糊映射。建立语义映射关系,计算得到模糊语义最优解。实验测试结果表明,采用该方法进行机器英语翻译,语义信息的召回性能较好,主题词的特征匹配度较高。     

异质网络中基于节点影响力的相似度度量方法

异质网络相似度学习,即分析两个不同类型对象间的相关程度.不同类型对象在异质网络中的重要程度不同,它们在相似度学习过程中的发挥的作用也不同.针对异质网络,提出了一种基于节点影响力的相似度度量方法NISim,该模型既考虑了网络中的链接结构,也保留了网络中的语义信息,同时区分不同类型节点对异质网络的作用.在异质信息网络环境下,通过启发式规则区分并量化不同类型节点的影响力权值,并结合网络链接结构和节点间语义关系,解决了提高相似度学习准确性的问题.实验结果表明,该方法能够有效地对异质信息网络不同类型节点进行相似度度量,可以应用在网络搜索、推荐系统以及知识图谱构建等不同领域.     

结合词性的短文本相似度算法及其在文本分类中的应用

针对基于语义的短文本相似度计算方法在短文本分类中准确率较低这一问题,提出了结合词性的短文本相似度算法( GCSSA)。该方法在基于hownet(“知网”)语义的短文本相似度计算方法的基础上,结合类别特征词并添加关键词词性分析,对类别特征词和其他关键词的词性信息给定不同关键词以不同的权值系数,以此区别各种贡献度词项在短文本相似度计算中的重要程度。实验表明,该算法进行文本相似度计算后应用于短文本分类中较基于hownet的短文本分类算法在准确率宏平均和微平均上提升4%左右,有效提高了短文本分类的准确性。     

一种基于语义优化非单调推理的方法

文章从一个例子出发,分析非单调推理产生不一致的原因,以及语义距离的作用。介绍了怎样在推理过程中利用语义信息的规则和方法,使用概念类的本体关系计算语义相似度的方法,并用实例加以说明。     

基于知网的词语语义相关度计算

现有的词语语义相关度算法大多单纯依赖于语义相似度算法,没有充分利用词语间的语义关系,导致其存在局限.在充分挖掘词语间的隐含语义关系基础上,将语义关系应用于语义关联度的计算,最终将语义相似度以及语义关联度结合起来,提出了语义相关度算法.实验结果表明,使用该计算方法得出的语义相关度更加合理,符合人的直观感觉.     

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。     

基于语义网的供需网知识协同研究

为满足应用程序基于知识的互操作,支持供需网协同工作,针对现有供需网协同缺乏语义支持的问题,提出了一个基于语义网的供需网知识协同框架和层次体系结构,设计了一个供需网本体转换模型,并对模型中本体实例生成算法的局部本体映射和多种相似度度量方法计算语义相似度、小波网络修正权值的全局本体映射进行了重点讨论.     

一种基于本体的语义检索设计与实现

基于语义检索的目的,结合成语典故本体的构建,设计了一个基于成语典故本体的语义检索模型,阐述了检索模型中用户界面模块、数据存储模块、查询分析模块和检索分析模块的功能;分析了系统中的本体构建技术、分词技术及检索技术,设计并实现了词语相似度及概念相似度算法;通过语义检索系统的实验,得到较高的查全率和查准率.     

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.