检索结果-内蒙古大学图书馆

电子设计工程 2011年第7期19卷 14-16页

作者：张中夏周兴社王海鹏西北工业大学计算机学院陕西西安710129

针对物理世界的信息查找在过去几年间也受到广泛关注,但是迄今还缺乏深入的研究。目前针对Web信息空间的搜索算法不适合普适空间内的信息查询,原因有二:面向物理实体查询的支撑技术,如嵌入式设备和无线通信,与传统Web信息搜索不同;物理... 详细信息

针对物理世界的信息查找在过去几年间也受到广泛关注,但是迄今还缺乏深入的研究。目前针对Web信息空间的搜索算法不适合普适空间内的信息查询,原因有二:面向物理实体查询的支撑技术,如嵌入式设备和无线通信,与传统Web信息搜索不同;物理实体相关的信息与Web网页不同,表现在元数据、信息动态性等方面。同时,由于用户查询用词与文档关键词不匹配,传统信息检索的结果并不理想,难以满足用户的查询需求。为了解决这个问题,面向物理实体查询这一全新应用,提出了上下文感知矩阵(Context-Awareness Matrix,CAM)的概念,该矩阵表示了本体内上下文之间的关联度,并可根据用户反馈对上下文之间的关联度进行实时训练和动态调整,从而为查询重写和查询扩展提供有效、可靠、稳定的数据支持。实验结果表明该查询扩展算法能获得更合适的查询扩展词。

关键词：普适计算查询扩展算法语义相似度上下文本体

来源：评论

学校读者我要写书评

暂无评论

语义检索中的概念相似度计算和关键技术研究

语义检索中的概念相似度计算和关键技术研究

引用

作者：胡哲安徽大学

学位级别：硕士

人们依赖于信息检索技术来寻找信息的时候,却发现目前基于关键字/词的搜索方法并不能很好地满足他们的信息需求。传统的基于关键字/词的信息检索,由于忽视了资源本身所含的语义信息,因此只能得到较低的查全率和查准率。而源于知识工程... 详细信息

人们依赖于信息检索技术来寻找信息的时候,却发现目前基于关键字/词的搜索方法并不能很好地满足他们的信息需求。传统的基于关键字/词的信息检索,由于忽视了资源本身所含的语义信息,因此只能得到较低的查全率和查准率。而源于知识工程和人工智能领域的本体理论和技术,能够很好地处理自然语言理解问题和具有基于语义的推理机制,因此成为改进传统信息检索方式的良好工具。与传统的检索技术相比,基于本体的语义检索能提高检索的查全率和查准率,减少了不相关结果的返回。　　在基于本体的语义检索中,核心技术之一就是概念语义相似度计算。论文研究了三种传统的相似度计算模型:1)基于信息理论的相似度计算模型;2)基于语义距离的相似度计算模型;3)基于属性的相似度计算模型。　　本文的第二章主要介绍了本体的定义,描述语言、本体结构以及本体构建工具。其次,因为本体中概念间的关系和概念语义相似度计算联系紧密,所以,本文在第三章主要介绍了一种对本体中关系进行分类和定义的方法,并用此方法分析了wine本体中的关系。　　第四章主要介绍了本文提出的一个改进的语义相似度计算模型。改进主要有四点:1)根据相似度、相关度定义的不同,明确了二者的计算范围。对本体中概念间关系进行分类:将分类关系分与相似度计算,非分类关系分与相关度计算。2)学习并扩展了强度因子的计算方法。提出了对应不同关系的强度因子计算公式。3)提出属性非相关因子的概念,解决不同关系对相似度影响的合成问题。4)提出反向因子的概念,解决语义检索中,相似度、相关度的不对称问题。最后,提出了涵盖以上全部改进的完整算法。　　第五章,主要对语义检索系统中所涉及到的语义检索预处理及查询语义扩展关键技术进行了分析研究。提出一种查询扩展算法,应用了第四章中提出的相似度计算模型。在第五章的最后,我们建立了一个查询语义扩展模块,实现了本文提出的所有算法。通过实验,验证了算法的改进。本文的工作为语义检索系统的顺利实施奠定了良好的理论与实践基础。

关键词：语义检索概念相似度计算本体结构查询扩展算法

来源：评论

学校读者我要写书评

暂无评论

基于局部概念化词嵌入的微博检索查询扩展研究

基于局部概念化词嵌入的微博检索查询扩展研究

引用

智能时代的创新、融合与发展——2018全国博士后学术交流会

作者：王亚珅黄河燕北京理工大学计算机学院北京市海量语言信息处理与云计算应用工程技术研究中心北京市海淀区100081

由于微博文本篇幅较短、用语随意,传统信息检索技术在应用于微博检索任务的时候会面临严峻的“词表不匹配”问题,因而很难产生令人满意的结果.为了克服这个挑战,本研究探索利用局部概念化词嵌入来增强微博检索性能:在伪相关反馈框架下,... 详细信息

由于微博文本篇幅较短、用语随意,传统信息检索技术在应用于微博检索任务的时候会面临严峻的“词表不匹配”问题,因而很难产生令人满意的结果.为了克服这个挑战,本研究探索利用局部概念化词嵌入来增强微博检索性能:在伪相关反馈框架下,提出一个基于k-近邻的查询扩展算法,利用局部概念化词嵌入生成扩展词语来扩展原始查询.在TREC微博检索任务官方数据集上的相关实验证明本研究所提出的算法性能优于其他基线算法.

关键词：信息检索局部概念化词嵌入查询扩展算法 k-近邻算法

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：