排序方式: 共有10条查询结果,搜索用时 0 毫秒
1
1.
提出了一种基于后向传播神经网络的专利自动分类方法.通过中文分词从专利文件集中提取特征项,并根据特征项在专利文件中出现的频率赋予其权重,从而将每篇专利文件表示为一个特征项向量.为取得较好的BP神经网络(BPN)训练效果,使用X2统计方法进行特征向量降维,并使用BPN专利分类器进行专利文件分类.用国际分类号为H02下的专利文件作为测试数据,取得了较好的分类效果. 相似文献
2.
3.
4.
语义万维网的概念、方法及应用 总被引:29,自引:0,他引:29
近两年来,语义万维网(semanticweb)的研究逐渐引起了知识表示、逻辑编程、信息系统集成、web开发等各个领域的广泛关注。笔者在研究万维网环境下的领域知识表示及语义共享模式的过程中,阅读了大量有关语义万维网的文献资料,认为,语义万维网的研究将对传统web上信息的发布、存储和处理方式产生一场变革,但是语义万维网的概念、思想和方法还处于形成阶段,国内少有综述性的文献,对语义万维网及其相关技术的认识比较模糊。该文分析了语义万维网的起源、概念、技术框架,总结了语义万维网及相关工具的现状,并讨论了语义万维网技术在智能信息检索、企业间数据交换、知识管理以及万维网服务中的应用。 相似文献
5.
不同作家的作品有自己的特点,这些特点体现在词汇、句型、修辞手法等各个方面,尝试使用句类特征进行作者写作风格分类,进一步可以用于作者的识别。利用向量空间模型,以句类作为特征,并通过混合句类分解等技术对句类向量空间降维,使用itc算法对特征项进行权重计算,KNN算法进行分类并利用集成判决技术,形成作者写作风格分类器。本分类器的性能在近现代小说的按作者写作风格的分类和鉴别方面的性能是可以接受的,并有进一步提升的可能。 相似文献
6.
7.
Apriori算法在政务本体构造中的应用 总被引:1,自引:0,他引:1
获取政务频繁词汇与词群是建立实用政务本体,实现政务信息资源深度开发利用的前提.提出了基于Apriori算法发现政务频繁词汇与词群的方法,并结合政务训练文档,做了相关实验.该方法首先利用典型政务文档,构造政务字典,并获取政务句子数据库.在此基础上,通过Apriori算法来发现句子数据库中的政务频繁项集和词群. 相似文献
8.
面向科技信息业的ERP集成系统研究 总被引:4,自引:0,他引:4
基于企业资源计划理念分析了科技信息行业的特点。信息行业的典型业务是从事数据加工、提取义件、知识和情报服务,在某些情况下,还需要向用户提供解决问题的方案。针对科技信息业的7个“合适”的行业要求,提出了由业务支撑和信息业务两大系统构成的面向科技信息业的企业资源计划集成系统整体框架。最后,分析了实现该集成框架需要解决的机构建模、协同平台和信息分类等关键问题,并提出了相应的解决方法和实施要点。 相似文献
9.
基于知识本体的语义信息检索框架设计 总被引:6,自引:2,他引:4
基于关键词匹配的信息检索方式不能反映出被检关键字在现实世界中的语义,因此这种检索方式不可避免地导致查准率和查全率低的缺陷,而概念检索中的主体词典表达领域知识的能力有限。提出了一个基于知识本体的能够实现语义信息检索的多主体系统,它包括描述信息收集、存储、语义匹配和语义相关性扩展等几个主要部分,可以在很大程度上提高检索结果的查准率和查全率。 相似文献
10.
1