检索结果-内蒙古大学图书馆

中文信息学报 2005年第3期19卷 14-20页

作者：张俊林孙乐孙玉芳中国科学院软件研究所系统软件与中文信息中心北京100080

准确的文档语言模型估计对于改善语言模型检索系统的性能是非常重要的。在本文中我们提出了基于主题语言模型的信息检索系统,首先设计了“改进的两阶段K Means聚类算法”来对文档集合进行聚类,通过引入AspectModel结合聚类结果可以得到... 详细信息

准确的文档语言模型估计对于改善语言模型检索系统的性能是非常重要的。在本文中我们提出了基于主题语言模型的信息检索系统,首先设计了“改进的两阶段K Means聚类算法”来对文档集合进行聚类,通过引入AspectModel结合聚类结果可以得到基于主题的语言模型。这个新的语言模型较深入地刻画了词汇在不同主题下的分布规律以及文档所蕴含不同主题的分布规律。将主题语言模型和文档本身的语言模型通过线性插值可以更准确地估计文档语言模型。实验结果表明我们提出的这个方法显著改善了检索系统的性能,与Jelinek Mercer模型方法相比较,主题语言模型检索系统的平均精度提高大约16 17% ,召回率提高大约9 6 4%。

关键词：人工智能自然语言处理主题语言模型信息检索

来源：评论

学校读者我要写书评

暂无评论

基于聚类语言模型的生物文献检索技术研究

引用

中文信息学报 2008年第1期22卷 61-66,122页

作者：文健李舟军国防科学技术大学计算机学院湖南长沙410073 北京航空航天大学计算机科学与工程学院北京100083

近年来研究表明使用主题语言模型增强了信息检索的性能,但是仍然不能解决信息检索存在的一些难点问题,如数据稀疏问题,同义词问题,多义词问题,对文档中不可见项和可见项的平滑问题。这些问题在一些领域相关文献检索中显得尤其重要,比如... 详细信息

近年来研究表明使用主题语言模型增强了信息检索的性能,但是仍然不能解决信息检索存在的一些难点问题,如数据稀疏问题,同义词问题,多义词问题,对文档中不可见项和可见项的平滑问题。这些问题在一些领域相关文献检索中显得尤其重要,比如大规模的生物文献检索。本文提出了一种新的基于聚类的主题语言模型方法进行生物文献检索,这主要包括两个方面工作,一是采用本体库中的概念表示文档,并在此基础上进行模糊聚类,把聚类的结果作为数据集中的主题,文档属于某个主题的概率由文档与聚类的模糊相似度决定。二是采用EM算法来估计主题产生项的概率。把上述方法集成到语言模型中就得到本文的语言模型。本文的语言模型能够准确描述项在不同主题中的分布概率,以及文档属于某个主题的概率,并且利用本体中概念部分地解决了同义词问题,而且项可以由不同的主题产生,这也能够部分解决词的多义问题。本文的方法在TREC 2004/05 Genomics Track数据集上进行了测试,与简单语言模型以及现有主题语言模型相比,检索性能得到一定的提高。

关键词：计算机应用中文信息处理主题语言模型信息检索聚类

来源：评论

学校读者我要写书评

暂无评论

应用于信息检索的统计语言模型研究进展

引用

情报理论与实践 2008年第3期31卷 471-476页

作者：李纲郑重武汉大学信息资源研究中心湖北武汉430072

统计语言模型作为一种自然语言处理的工具,已经被证明有能力处理大规模真实文本。而统计语言模型和IR相结合后所形成的SLM-IR模型的提出,是信息检索模型研究上的重大进展。本文介绍了统计语言模型在信息检索领域的基本模型及相关问题,... 详细信息

统计语言模型作为一种自然语言处理的工具,已经被证明有能力处理大规模真实文本。而统计语言模型和IR相结合后所形成的SLM-IR模型的提出,是信息检索模型研究上的重大进展。本文介绍了统计语言模型在信息检索领域的基本模型及相关问题,重点分析了Lemur工具箱和标题语言模型的原理及模型,最后从整体上介绍了该领域的国际动态和研究进展情况。

关键词：信息检索统计语言模型查询条件概率模型主题语言模型

来源：评论

学校读者我要写书评

暂无评论

基于语言模型的信息检索系统研究

基于语言模型的信息检索系统研究

引用

作者：张俊林中国科学院研究生院（软件研究所）

学位级别：博士

基于语言模型的信息检索范型为信息检索领域开辟了一个很有前景同时也具有相当挑战性的方向。针对该方法现存的问题，本论文从理论探讨和实际系统开发两个不同的角度来对以下内容进行了研究： (1) 提出了触发语言模型检索方法。通过... 详细信息

基于语言模型的信息检索范型为信息检索领域开辟了一个很有前景同时也具有相当挑战性的方向。针对该方法现存的问题，本论文从理论探讨和实际系统开发两个不同的角度来对以下内容进行了研究： (1) 提出了触发语言模型检索方法。通过“相关比率算法”从训练语料得到词汇在一定上下文中的同现词汇，在此基础上提出了新的算法来计算查询条件的触发词汇集合来明确查询条件的主题，并将相关参数引入文档语言模型形成触发语言模型。 (2) 探讨了Kullback—Leibler语言模型框架中的相关反馈机制并提出了两种相关反馈技术：混合语言模型方法和词汇重要性分布方法。这两种查询反馈方法都以一种比较自然的方式将相关反馈技术集成到了语言模型检索框架中。实验结果表明这两种方法明显地提高了检索系统的性能，平均查准率分别比Kullback—Leibler模型提高了19.89％和24.07％。 (3) 提出了基于主题语言模型的信息检索系统。首先我们提出了“改进的两阶段K-Means聚类算法”来对文档集合进行聚类，通过引入Aspect Model结合聚类结果可以得到基于主题的语言模型。这个新的语言模型较深入地刻画了词汇在不同主题下的分布规律以及文档所蕴含不同主题的分布规律。将主题语言模型和文档本身的语言模型通过线性插值可以更准确地估计文档语言模型。 (4) 设计并实现了文本检索领域软件框架AFFIRM系统。在这个框架的设计中大量地采用了面向对象领域的设计模式技术来支持IR系统中检索模型、索引方法、查询反馈等关键组成部分的设计复用。同时该框架灵活的体系结构能够方便地支持新的需求的设计开发。国内有关语言模型检索方法的相关研究尚未见报道，本论文对这一领域进行了有益的探索并有效地解决了现存的一些问题，为语言模型检索方法的深入理论研究以及实际应用系统的开发提供了良好的基础。

关键词：信息检索触发语言模型相关反馈混合语言模型主题语言模型软件框架

来源：评论

学校读者我要写书评

暂无评论

面向问答系统的段落检索技术研究

面向问答系统的段落检索技术研究

引用

作者：黎新中国科学技术大学

学位级别：博士

互联网的迅猛发展和广泛普及使得互联网成为人们获取信息和交流信息的重要平台。一方面,互联网的规模呈爆炸式的增长,网络用户借助于搜索引擎等工具,可以方便快捷地从互联网获取信息：另一方面,海量的信息也给用户准确识别和选择有价值... 详细信息

互联网的迅猛发展和广泛普及使得互联网成为人们获取信息和交流信息的重要平台。一方面,互联网的规模呈爆炸式的增长,网络用户借助于搜索引擎等工具,可以方便快捷地从互联网获取信息：另一方面,海量的信息也给用户准确识别和选择有价值的信息带来了困难。因此,如何准确地从Web海量信息中检索或抽取出符合用户需求的信息成为互联网信息处理的重要课题。问答式检索和问答系统（Question Answering System）就是其中一个重要的研究课题,也是研究下一代语义搜索引擎的重要研究方向。问答系统的特点在于,一方面允许用户用自然语言提问而不是关键字的组合;另一方面系统给用户返回的是精确的答案而不是一系列的文档。用户可以精确的表达自己的信息需求,系统则在理解用户需求的基础上做出准确的信息反馈,从而实现用户与系统在语义级别上的信息交互。文档检索模块是自动问答系统的重要组成部分。在通常情况下,系统需要利用一些比较耗时的技术例如自然语言处理、信息抽取和模板匹配等来分析文档,以查找问题的答案。用这些技术去分析文档,系统会付出巨大的时间和空间开销。因此,需要减小处理对象的大小。基于上述原因,段落检索（Passage Retrieval）模块被作为文档检索模块和答案抽取模块的中间模块,加入到自动问答系统中。段落检索是信息检索领域的一个重要的研究问题,现在已经成为自动问答系统的一个关键性模块。论文的主要工作与创新如下： 1)分析了文档相关性的评估方法。文档的相关性主要是指字词层面上较为浅层的相关性,因此,经典的文档检索公式不适合直接应用于段落检索。为此,本文分析了问答系统环境下段落检索的相关性,从文档和段落的区别出发,分析了两者在主题、长度和关键字数目等方面的差异,并基于这些差异,提出了适于段落检索公式的基本准则。 2)提出一种基于Web的问答式段落检索方法,以适应问答系统的动态性和时效性需求。传统的方法一般是基于问题和段落之间的字词密度特征,这类方法的缺陷在于,由于问题中所包含的关键词数量过少,常常因为匹配失败而使得召回率较低。此外,基于词频和语言模型的检索算法,经常会返回一些不相关的段落。因此本文提出一种启发式查询重写方法来解决这个问题,不再是单独考虑每个关键字,而是以具有搭配关系和约束关系的词汇单元为基础,结合词汇之间的关系,综合计算段落与给定问题的相关度。 3)提出一种新的基于多种特征的混合型相关性检索模型。本文研究了词汇相似度、主题相似度和结构相似度在评估问题和段落之间的语义相关性的有效性。首先设计一种基于Web的字词语义相似度的计算方法,并利用该方法对问句和段落之间的词汇相似度进行统计计算;然后采用基于概率语言模型的主题模型对段落和问题之间的相似度进行计算;对于结构相似度,主要考虑两种常见的结构：“Wh-”转移和谓词声明结构,从约束满足的角度来判断问题和段落是否包含了相同的结构约束关系。在上述工作基础上,提出了这三种相似度的有权线性组合的混合型段落检索模型。 4)研究了基于段落-段落图模型的答案段落排序方法。该方法不仅考虑了答案段落与问题之间的独立相关性,而且利用段落之间的关系信息建立图模型,从全局上计算段落与问题的语义相关性。由于段落之问存在着关系,段落之间会通过关系相互影响各自与问题之间的相关性,因此,可以利用这种关系修正段落的相关性。考虑到问题类型的多样性特点,本文提出了基于KNN的问题扩展方法。该方法基于多种特征计算问题相似度,在问题空间获取最相似的问题,然后利用相似问题对原问题进行扩展,并基于扩展的问题模型获取候选的答案段落,根据段落的内容特征计算段落-段落相似度,再建立图模型。基于候选段落的图模型结构,利用基于图的排序模型对候选段落的相关性进行重新计算,并用基于学习的方法训练最优的排序参数。

关键词：互联网问答系统段落检索词汇相似度主题语言模型结构相似度相关性问题相似度图模型

来源：评论

学校读者我要写书评

暂无评论

基于语义增强的语音交互系统研究

基于语义增强的语音交互系统研究

引用

作者：郑叶清上海交通大学

学位级别：硕士

语音交互方式是一种很有潜力的人机对话媒介,在生活以及商业领域有着丰富的应用场景。本文主要的研究策略是将系统限制于特定的数个语境之中,引入语音交互过程,从而在受限语义范围内,感知话题语境,聚集语音交互的额外语义,并利用这些额... 详细信息

语音交互方式是一种很有潜力的人机对话媒介,在生活以及商业领域有着丰富的应用场景。本文主要的研究策略是将系统限制于特定的数个语境之中,引入语音交互过程,从而在受限语义范围内,感知话题语境,聚集语音交互的额外语义,并利用这些额外的语义知识对语音识别出的文本内容进行进一步的处理,从而提升语音识别系统识别成果的准确率。本研究的课题是面向受限领域的基于语义增强的语音交互系统的研究。主要的工作重点在于以下方面:1、分析面向语音交互领域的语境知识,提取并设置语言语境以及非语言语境知识,并利用语境知识识别当前语境,由此从语境角度实现语义增强;2、分析拼音汉字转换过程中语言模型存在的问题,提出基于概率潜在语义挖掘语言模型中额外语义,从统计语言模型角度改进拼音汉字转换过程处理效果;3、分析交互信息中附加语义的处理方法,以规则的形式描述语义知识,引导系统定位并对所定位的错误进行后处理,完成人工语义增强。最后,在前述三种语义增强策略基础上形成多层次语义增强的语音交互系统框架,对语音识别结果进行后处理,利用多种形式的语义信息提升语音交互的性能。本文对语义增强策略设计相关实验,比较困惑度、音字转换准确率等指标并分析实验结果。实验结果表明,从多个角度利用不同语义知识能有效优化语音交互处理过程。

关键词：语音交互系统语境主题语言模型概率潜在语义分析

来源：评论

学校读者我要写书评

暂无评论

基于聚类语言模型的生物文献检索技术研究

基于聚类语言模型的生物文献检索技术研究

引用

第三届全国信息检索与内容安全学术会议

作者：文健李舟军国防科学技术大学计算机学院北京航空航天大学计算机科学与工程学院

近年来研究表明使用主题语言模型增强了信息检索的性能,但是仍然不能解决信息检索存在的一些难点问题,如数据稀疏问题,同义词问题,多义词问题,对文档中不可见项和可见项的平滑问题。这些问题在一些领域相关文献检索中显得尤其重要,比如大规模的生物文献检索。本文提出了一种新的基于聚类的主题语言模型方法进行生物文献检索,这主要包括两个方面工作,一是采用本体库中的概念表示文档,并在此基础上进行模糊聚类,把聚类的结果作为数据集中的主题,文档属于某个主题的概率由文档与聚类的模糊相似度决定。二是采用 EM 算法来估计主题产生项的概率。把上述方法集成到语言模型中就得到本文的语言模型。本文的语言模型能够准确描述项在不同主题中的分布概率,以及文档属于某个主题的概率,并且利用本体中概念部分地解决了同义词问题,而且项可以由不同的主题产生,这也能够部分解决词的多义问题。我们的方法在 TREC 2004/05 Genomics Track 数据集上进行了测试,与简单语言模型以及现有主题语言模型相比,检索性能得到一定的提高。

关键词：主题语言模型信息检索聚类

来源：评论

学校读者我要写书评

暂无评论

音频识别方法、装置、电子设备及存储介质

音频识别方法、装置、电子设备及存储介质

引用

作者：张邦鑫李成飞杨嵩徐高鹏刘子韬 100086 北京市海淀区中关村大街32号蓝天和盛大厦1702-03室

本申请提出一种音频识别方法、装置、电子设备及存储介质。具体实现方案为：确定与待识别音频对应的主题语言模型，主题语言模型是利用与主题类别对应的主题语料训练得到的；将主题语言模型与基础语言模型进行融合；利用融合后的模型对... 详细信息

标准号: CN113012685B

本申请提出一种音频识别方法、装置、电子设备及存储介质。具体实现方案为：确定与待识别音频对应的主题语言模型，主题语言模型是利用与主题类别对应的主题语料训练得到的；将主题语言模型与基础语言模型进行融合；利用融合后的模型对待识别音频进行识别。本申请实施例中，在具有多个说话主题的音频识别的过程中引入主题语言模型，将主题语言模型与基础语言模型进行融合，使得融合后的模型区分了待识别音频的主题，提升了音频识别系统的识别能力。

关键词：主题语言模型音频识别融合基础语言模型存储介质电子设备主题类别语料申请说话引入

来源：评论

学校读者我要写书评

暂无评论

语音识别方法和装置

语音识别方法和装置

引用

作者：高建清陈恩红王智国胡国平胡郁刘庆峰 230026 安徽省合肥市包河区金寨路96号

本发明公开一种语音识别方法和装置。所述方法包括：获取与待识别语音数据相关的基础资料；确定所述基础资料的关键词；依据所述关键词确定搜索项，通过所述搜索项搜索目标语料；通过所述目标语料训练目标主题语言模型，以所述目标主题... 详细信息

标准号: CN106328147A

本发明公开一种语音识别方法和装置。所述方法包括：获取与待识别语音数据相关的基础资料；确定所述基础资料的关键词；依据所述关键词确定搜索项，通过所述搜索项搜索目标语料；通过所述目标语料训练目标主题语言模型，以所述目标主题语言模型识别所述待识别语音数据。应用本发明提供的技术方案，能够提高识别特定应用场景的语音数据的准确度，识别效果较好。

关键词：语音数据基础资料搜索项语料主题语言模型方法和装置关键词确定准确度目标主题搜索目标训练目标应用场景语言模型语音识别应用

来源：评论

学校读者我要写书评

暂无评论

APP搜索引擎利用用户评论的方法及系统

APP搜索引擎利用用户评论的方法及系统

引用

作者：朴旲焄刘梦雯郭立帆 516006 广东省惠州市仲恺高新区惠风三路17号TCL科技大厦

本发明公开一种APP搜索引擎利用用户评论的方法及系统。其包括步骤：接收来自用户的APP搜索查询；基于接收到的APP搜索查询确定多个相关APP；从APP数据库中提取与所述多个相关APP关联的APP说明和用户评论。所述方法还包括步骤：预处理... 详细信息

标准号: CN105069103B

本发明公开一种APP搜索引擎利用用户评论的方法及系统。其包括步骤：接收来自用户的APP搜索查询；基于接收到的APP搜索查询确定多个相关APP；从APP数据库中提取与所述多个相关APP关联的APP说明和用户评论。所述方法还包括步骤：预处理提取出来的所述APP说明和用户评论以生成文本语料库；并基于所述生成的文本语料库为所述多个相关APP建立基于主题语言模型。进一步的，所述方法还包括步骤：利用所述基于主题语言模型排序所述相关APP；以及将APP的排序清单提供给用户。

关键词：用户评论主题语言模型文本语料库搜索查询排序预处理搜索引擎数据库关联

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：