检索结果-内蒙古大学图书馆

计算机学报 2004年第10期27卷 1395-1401页

作者：张敏宋睿华马少平清华大学计算机科学与技术系智能技术与系统国家重点实验室北京100084

已知文档与用户查询之间相同概念不同表达形式造成的词不匹配问题是影响信息检索效果的重要原因之一 .该文提出了根据词之间的语义关系进行扩展和替换的文档重构方法 .它与传统的查询扩展不同 ,实现了同一概念信息的聚集 ,是更接近于人... 详细信息

已知文档与用户查询之间相同概念不同表达形式造成的词不匹配问题是影响信息检索效果的重要原因之一 .该文提出了根据词之间的语义关系进行扩展和替换的文档重构方法 .它与传统的查询扩展不同 ,实现了同一概念信息的聚集 ,是更接近于人类进行信息查找的思维方法 .进一步地 ,研究给出一种有效的实时文档重构检索策略 ,解决了文档重构方法在实际应用中的可行性 .在标准测试数据集上的实验表明 ,基于查询扩展的文档重构方法不仅比不扩展的最佳性能始终有 14 %～ 2 3.4 %的提高 ,而且比相对应的传统查询扩展方法也有约 16 %的提高 .

关键词：文档重构语义关系查询扩展语义相似性词不匹配概念检索信息检索实时文档重构检索

来源：评论

学校读者我要写书评

暂无评论

基于本体和文档重构的语义检索方法

引用

现代图书情报技术 2009年第12期 42-46页

作者：陈兵邰晓英宁波大学信息科学与工程学院宁波315211

提出一种新的基于本体和文档重构的语义检索方法,该方法通过构造本体知识库,依据本体知识进行文档重构,将本体的语义描述和语义关联能力应用到现有的信息检索系统。将隐形语义索引(Latent Semantic Inde-xing,LSI)技术应用到语义检索结... 详细信息

提出一种新的基于本体和文档重构的语义检索方法,该方法通过构造本体知识库,依据本体知识进行文档重构,将本体的语义描述和语义关联能力应用到现有的信息检索系统。将隐形语义索引(Latent Semantic Inde-xing,LSI)技术应用到语义检索结果的排序过程中,并与传统的向量空间模型(Vector Space Model,VSM)方法进行对比。实验结果表明本文所提出方法更具有效性,比相对应的VSM方法性能提高约10.55%-17.63%。

关键词：本体文档重构语义检索隐形语义索引向量空间模型

来源：评论

学校读者我要写书评

暂无评论

基于文档重构的查询扩展

基于文档重构的查询扩展

引用

作者：崔倩倩北京工业大学

学位级别：硕士

快速发展的互联网技术为人们带来了丰富的信息资源,但同时也为信息的查找带来了困难,信息检索系统就是为了解决这一问题而产生的。但是检索过程中存在过多的干扰因素,如同义词、近义词,用户在交互界面输入的信息不准确等,这些都能降低... 详细信息

快速发展的互联网技术为人们带来了丰富的信息资源,但同时也为信息的查找带来了困难,信息检索系统就是为了解决这一问题而产生的。但是检索过程中存在过多的干扰因素,如同义词、近义词,用户在交互界面输入的信息不准确等,这些都能降低检索的准确率和召回率。为了提高信息检索的性能,20世纪70年代提出了查询扩展技术,这一技术的出现引起了研究人员的重视,具有一定的研究意义和实用价值。本文的主要工作包括以下几个部分:第一,概述了查询扩展技术的研究现状、背景及意义,介绍向量空间模型和基于全局分析的、基于局部分析的、基于用户查询日志的和基于语义词典的查询扩展技术的基本原理、适用条件及检索性能,分析了它们的优缺点。第二,提出了基于文档重构的查询扩展方法。选择局部上下文分析方法作为研究对象,针对其依赖于初次检索文档相关性的缺陷进行改进,将文档重构思想与语义词典相结合,对查询词进行扩展后再进行第一次检索,提高初检结果文档集的相关性。基于文档重构的查询扩展方法的基本思想是:首先将文档重构思想与语义词典结合,限制扩展的层数,在WordNet中计算概念之间的相似度,选择相似度高的词语作为查询词的语义扩展词集,以提高初次检索的准确率和召回率。然后对最终的文档集的前n篇文档进行重新组织和排序,提高P@N的结果,满足用户的检索需求。第三,将查询扩展模块与开源框架Nutch结合,通过计算输入的测试集返回的文档集的评价指标,对该系统与传统非扩展检索系统、基于局部上下文分析方法的检索系统进行对比,证明了其在检索性能方面有相对的提高。

关键词：查询扩展 WordNet 局部上下文文档重构

来源：评论

学校读者我要写书评

暂无评论

印刷文档识别与重构若干核心技术的新开拓

印刷文档识别与重构若干核心技术的新开拓

引用

作者：田学东李新福杨芳史青宣苗秀芬司建辉何海斌张充张立平李海燕徐丽娟李娜郭宝兰河北大学

该项目研究在复杂二维分布的公式符号切分问题中,提出“迭代自组织的公式符号切分算法”,实现了公式特殊符号的准确切分;针对公式字符和符号种类多,尺寸差异大的情况,提出了“基于跳转邻域特征的公式符号识别方法”,使系统对公式符号的... 详细信息

标准号: 0701322053

该项目研究在复杂二维分布的公式符号切分问题中,提出“迭代自组织的公式符号切分算法”,实现了公式特殊符号的准确切分;针对公式字符和符号种类多,尺寸差异大的情况,提出了“基于跳转邻域特征的公式符号识别方法”,使系统对公式符号的识别率在给定测试条件下达到99.52%;提出了“引入逆向匹配机制的结构分析方法”,克服了一般基线法的缺点,提高了公式递归分析算法的适应性,对常见公式的分析准确率在给定测试条件下达到96.15%。在公式理解与重构中,提出“动态配准的公式重构方法”,通过对结构分析的结果进行理解、纠错,提高了重构的准确性。

关键词：文档识别印刷文档文档重构

来源：评论

学校读者我要写书评

暂无评论

基于语义分析的查询扩展方法

引用

计算机工程 2011年第16期37卷 77-79,93页

作者：王水利黄广君霍亚格河南科技大学电子信息工程学院河南洛阳471003

查询扩展是优化信息检索的有效途径。为此,提出一种基于语义分析的查询扩展方法,利用基于互信息的共现模型分析初检文档,并将其作为部分扩展源,用模型的统计结果剪枝由语义词典WordNet生成的语义树,限制扩展范围。从初检文档和语义词典... 详细信息

查询扩展是优化信息检索的有效途径。为此,提出一种基于语义分析的查询扩展方法,利用基于互信息的共现模型分析初检文档,并将其作为部分扩展源,用模型的统计结果剪枝由语义词典WordNet生成的语义树,限制扩展范围。从初检文档和语义词典两方面选取扩展词对原查询进行扩展形成新的查询集。对返回结果进行重排序,调整前n篇文档的查准率。实验证明该方法是切实可行的。

关键词：查询扩展语义树互信息文档重构

来源：评论

学校读者我要写书评

暂无评论

Web文本信息检索的方法研究

Web文本信息检索的方法研究

引用

作者：张敏清华大学

学位级别：博士

网络的飞速发展使得对高质量的Web文本信息检索的需求变得空前迫切。在大多数信息检索任务中，用户的需求描述模糊而简短，而已知文档信息的描述空间则非常大且内容复杂。因此信息检索中的最大问题就是用户查询空间描述的信息与已知文... 详细信息

网络的飞速发展使得对高质量的Web文本信息检索的需求变得空前迫切。在大多数信息检索任务中，用户的需求描述模糊而简短，而已知文档信息的描述空间则非常大且内容复杂。因此信息检索中的最大问题就是用户查询空间描述的信息与已知文档空间信息表示的不匹配。这也是本文重点要解决的问题。主要工作包括以下方面：第一，从文档空间的角度入手，研究文档中主要特征的抽取、表示和检索策略。根据Web文档的结构信息，提出主特征空间的概念，在此基础上提出一种不同于传统IDF思想的基于DF因子的主特征词权值计算方法，改进现有相似度计算模型。在大规模测试数据集上的实验结果表明，检索性能得到了大幅度的稳定提高。\n 第二，从查询空间的角度入手解决信息不匹配问题。通过总结人类信息检索的思维模式，提出一种基于查询扩展的文档重构方法。与传统查询扩展思想相反的，将文档中散布且独立的表示相同信息的词语聚集起来，替换为与查询信息一致的概念。进一步地，给出一种有效的文档重构实时检索策略，从而解决了该方法在实际应用中的可行性问题。比较实验表明文档重构方法能够对系统性能带来10％到24％的提高。\n 第三，针对用户检索需求的发展趋势，研究相关新信息的抽取问题。不同于传统方法中对称的文档“相似性”衡量，提出了非对称的信息“覆盖度”衡量方法，以及基于词项扩展和覆盖的改进信息匹配计算方法。实验证明，基于扩展和覆盖的新信息抽取能够实现系统的性能改善和提高。\n 第四，研究如何使用有效的检索策略进行信息匹配性计算。针对传统上依据经验值设定检索模型参数泛化能力弱的问题，提出一种使用遗传算法进行无指导参数学习的方法。在多个大规模测试集上均取得很好的效果，学习到的参数总能得到接近甚至达到检索的最优性能。\n 第五，对检索结果信息集成问题进行了研究。针对分布数据集的检索结果提出按位加权插入合并算法，改变了以前研究中对数据在不同子集中“平衡分布”的要求，并突破了传统方法中分布数据结果合并后的性能总是差于集中数据集检索性能的局限；针对相同数据集上的不同检索结果集成，分别提出基于排序倒数和基于过滤增强的结果合并方法，经过大规模比较实验验证了两种方法的有效性。\n 综合运用论文中研究的方法，设计并实现了一个文本信息检索实验系统，并参加了2002年度文本信息检索国际标准评测会议(TREC\'2002)，在Web信息检索和新信息抽取两个项目上均领先于国际上所有其他参加研究机构，取得了两个第一名，从而验证了论文中提出的各种方法的有效性和可行性。

关键词： Web信息检索特征空间权重计算文档重构参数学习

来源：评论

学校读者我要写书评

暂无评论

高性能东方文字文档智能全信息数字化系统

高性能东方文字文档智能全信息数字化系统

引用

作者：丁晓青刘长松吴佑寿陈明彭良瑞方驰张嘉勇文迪郭繁夏郑冶枫清华大学

在全球信息化时代,文档数字化是急须解决的战略性难题。清华大学最新研究成功的“高性能东方文字文档智能全信息数字化系统”是集”高性能中日韩文档识别理解重构系统”和”基于识别的原文重现自动电子出版物制作系统”为一体的、解决... 详细信息

标准号: 0401230088

在全球信息化时代,文档数字化是急须解决的战略性难题。清华大学最新研究成功的“高性能东方文字文档智能全信息数字化系统”是集”高性能中日韩文档识别理解重构系统”和”基于识别的原文重现自动电子出版物制作系统”为一体的、解决多文种(中、日、韩、英、藏) 原文重现文档全信息数字化规模化生产,及低质、手写文档和表格识别数据录入的智能信息化工具,整体性能居于国际领先水平。1．国际领先的高性能中日韩文档识别理解重构系统;2．鉴定意见：“系统首次在一个统一的框架下实现了印刷体简繁汉英、日英、韩英文字的识别和文档重构,其整体性能达到了国际领先水平。”在文字识别核心技术方面有诸多创新,极大提高了识别的鉴别能力和鲁棒性：识别字符集空前扩大(简/繁汉字6763/13053,日文6524、韩文7238),覆盖了中日韩基本字符集;各种字体的平均识别率在99.5％以上;脱机手写汉字识别率达98.7％、自由书写达92％。经Scansoft公司评测,即使不擅长的日文、韩文的识别性能都超过目前国际上相应的系统。在国际竞标中夺标,授权给微软公司使用。首创Gabor变换文字识别算法,有效提高了输入图像质量低情况下的文字识别。首创藏文识别系统,实际藏文识别率95％,已在藏民区试用。3．提出文档全信息数字化,研发成功自动全信息数字化系统。鉴定意见“是国内外首次推出的,将复杂报纸文档经版面分析、识别、理解、最后自动精确重构为原式原样的标准格式电子出版物等功能,为中国信息资源建设给出了一个高质、高效、规模化生产的工具,是一个有意义的创举。作为一个整体居于国际领先水平。”在中国电子出版、数字图书馆工程中发挥重要作用。4．金税工程增值税发票识别防伪系统在全国推广,极大打击了偷漏说,保证金税工程顺利实施;银行单据识别等行业应用解决方案,为这些行业的信息化建设创造了条件。成果已产品化,广泛应用于办公自动化、银行、税务、公安各行业。THOCR2000、名片和身份证识别、邮政分拣等软件,销往海内外。已创收100万美元外汇和1亿2千万元效益。

关键词：数字化技术文字识别文档重构东方文字文档数字化系

来源：评论

学校读者我要写书评

暂无评论

基于互信息的语义查询扩展技术研究

基于互信息的语义查询扩展技术研究

引用

作者：王水利河南科技大学

学位级别：硕士

在信息检索系统的运用过程中,由于一般用户无法提出完整规范信息的查询式,很容易导致查询漂移的产生。为了解决这个问题,查询扩展技术应运而生,但是发展到今天该技术还没有真正成熟。其根本原因是以往的扩展方法只是机械的通过共现或者... 详细信息

在信息检索系统的运用过程中,由于一般用户无法提出完整规范信息的查询式,很容易导致查询漂移的产生。为了解决这个问题,查询扩展技术应运而生,但是发展到今天该技术还没有真正成熟。其根本原因是以往的扩展方法只是机械的通过共现或者仅仅利用某种资源对查询中的关键词进行孤立的扩展,没有从根本上解决问题。只有从语义的层面上对原查询进行分析,根据分析结果来进行查询扩展才能从根本上解决根本问题。本课题对现有的查询扩展方法进行了深入研究和分析,结合前人研究成果本文提出了一种基于互信息的语义查询扩展算法。此方法结合大规模通用语料库的统计信息和根据语言学知识基于语义的扩展词构造两种扩展方式,从来源于生活的文档和人工生成的语义词典两种资源选取扩展词,结合扩展词与原查询词在语义词典的相似度以及在文档集中的的互信息给扩展词赋综合权值,根据权值的大小设定阈值作为扩展词的选择依据,最终得到新的查询式。由于一般用户只对搜索引擎中的前若干条返回信息感兴趣,所以提高返回文档的前若干条的查准率有一定的实用价值,于是在本课题中加入了基于文档重构的返回文档重排序模块。最后,实现了本课题的算法,并做了相应的实验。由对比实验结果可知,利用本课题提出的算法检索性能MAP(Mean Average Precision)和Prec@20都有明显提高。本文算法在多数情况下,提高了检索质量,本文提出的算法有一定的实用价值。

关键词：查询扩展语义树互信息文档重构

来源：评论

学校读者我要写书评

暂无评论

面向嵌入式SQL预编译项目的软件维护的研究与实践

面向嵌入式SQL预编译项目的软件维护的研究与实践

引用

作者：陈顺香南京大学

学位级别：硕士

软件产品交付用户使用后，软件生命周期中的重要阶段——软件维护，随之而来。本论文面向南京富士通南大软件公司的嵌入式SQL预编译项目，进行了软件维护的研究与实践。\n 传统的软件维护过程并不完全适合嵌入式SQL预编译项目，嵌入... 详细信息

软件产品交付用户使用后，软件生命周期中的重要阶段——软件维护，随之而来。本论文面向南京富士通南大软件公司的嵌入式SQL预编译项目，进行了软件维护的研究与实践。\n 传统的软件维护过程并不完全适合嵌入式SQL预编译项目，嵌入式SQL预编译项目的软件维护存在着一些困难。为了克服这些困难，成功的做好嵌入式SQL预编译项目的软件维护工作，本论文对项目的实际情况进行了分析。确定了软件维护的目标，即在软件交付使用后，及时解决用户反馈的问题，改正错误、修改软件。提出了适合嵌入式SQL预编译项目的软件维护方案，即将整个软件维护过程分为项目理解、文档重构和实施维护三个阶段。\n 在项目理解阶段，选择基于阅读有关程序的文档、阅读源代码、运行程序三步活动的理解过程模型，采用自顶向下的程序理解策略，理解了程序、熟悉了系统。在文档重构阶段，以项目理解为基础，通过人工编写为主的方式，重新生成了功能设计文档和详细设计文档。在实施维护阶段，提出合适的维护过程模型，不断跟踪维护过程，做好变更控制，即现象调查，重现问题，分析原因，回避措施，改正计划，同时生成软件维护文档。\n 这个软件维护方案在南京富士通南大软件公司的实际工作中体现了很好的实用价值。在整个软件维护过程中，分析理解了200K行左右的代码和注释;恢复了结构设计文档和详细设计文档;在实施维护的1个月里，处理了7个用户反馈的问题。这个软件维护方案得到了日本富士通公司的肯定和支持。

关键词：软件维护项目理解文档重构实施方法 SQL预编译项目

来源：评论

学校读者我要写书评

暂无评论

资讯

引用

中国高校科技 2002年第8期 79-80页

由清华大学电子工程系承担的“高性能中日韩文档识别理解重构系统”项目日前通过了鉴定。该项目的主要来源有两个,即国家863计划信息技术领域计算机软硬件主题“全方位智能化中文信息处理平台”和国家自然科学基金项目“汉字识别研究中... 详细信息

由清华大学电子工程系承担的“高性能中日韩文档识别理解重构系统”项目日前通过了鉴定。该项目的主要来源有两个,即国家863计划信息技术领域计算机软硬件主题“全方位智能化中文信息处理平台”和国家自然科学基金项目“汉字识别研究中若干核心问题的新开拓”。高性能中日韩文档识别理解重构系统首次在一个统一的框架下,实现了印刷体汉、日、韩文字的识别和文档重构,具有很好的整体性。该成果为中日韩文档信息资源的建设提供了有力的工具,可广泛用于数字图书馆工程建设、我国信息基础建设,具

关键词：文档信息资源大连软件园国家自然科学基金项目科技园无人驾驶飞机军用飞机浙大网新麻黄素麻黄碱股份有限公司股份公司汉字识别文字识别高校科技文档重构麻黄草创业板市场草本泥炭资讯

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：