检索结果-内蒙古大学图书馆

基于概念向量空间模型的中文自动文摘系统

引用

计算机工程与应用 2005年第1期41卷 107-110页

作者：王萌何婷婷张伟华中师范大学计算机科学系武汉430079

文章提出了一种基于hownet提取出词语的词义,用词语的词义代替传统的词形频率统计方法,并基于词义排歧建立主题语义概念向量空间模型。通过对抽取出的语句进行句子相似度的计算提高文摘精确度,设计实现了一个中文自动文摘系统。

关键词： hownet 自动文摘概念向量空间模型

来源：评论

学校读者我要写书评

暂无评论

概念向量空间模型在智能答疑系统中的应用

引用

安徽工业大学学报（自然科学版） 2008年第2期25卷 193-196页

作者：乌庆敏杨思春安徽工业大学计算机学院安徽马鞍山243002

为解决智能答疑系统中因词的同义或多义现象而导致的"漏答"或"错答"问题,采用概念向量空间模型来计算句子相似度。针对概念向量空间模型生成的向量矩阵空间仍是一个稀疏大空间的缺点,提出了一种基于FAQ的概念向量... 详细信息

为解决智能答疑系统中因词的同义或多义现象而导致的"漏答"或"错答"问题,采用概念向量空间模型来计算句子相似度。针对概念向量空间模型生成的向量矩阵空间仍是一个稀疏大空间的缺点,提出了一种基于FAQ的概念向量空间模型来降低向量矩阵空间的维数。通过对基于事实的简单陈述问题的提问,结果显示明显优于向量空间模型。

关键词：智能答疑常问问题库句子相似度概念向量空间模型

来源：评论

学校读者我要写书评

暂无评论

基于概念向量空间模型的中文自动文摘研究

基于概念向量空间模型的中文自动文摘研究

引用

作者：王萌华中师范大学

学位级别：硕士

随着互联网上信息成指数级的增长,信息爆炸已经成为一个很严峻的问题。通过文摘可以减小信息量,但是如果对大量的文本信息做文摘,人工进行的这些专家文摘所消耗的时间是不可估算的。基于此,机器自动文摘就成为一个非常重要的研究课题。 ... 详细信息

随着互联网上信息成指数级的增长,信息爆炸已经成为一个很严峻的问题。通过文摘可以减小信息量,但是如果对大量的文本信息做文摘,人工进行的这些专家文摘所消耗的时间是不可估算的。基于此,机器自动文摘就成为一个非常重要的研究课题。自动文摘是指利用计算机自动对文本编制摘要,是自然语言理解的重要应用领域之一。自动文摘也是一项极具难度和挑战性的工作,人类已经对此进行了几十年的探索。限于相关领域的已有水平,现阶段的自动文摘系统还不能进行完全的自动语法、语义和语境分析,摘要结果还属于指示性摘要的范畴。本文在目前自动文摘的研究现状下,运用统计学的方法,利用HowNet频率统计进行概念统计的文本摘要的研究。研究工作主要包括以下几个方面: ① 提出基于HowNet获得词语概念的方法。 ② 用概念频率统计代替传统的词形频率统计,来建立概念向量空间模型;通过计算句子重要度和减少句子冗余度,得到文本摘要。 ③ 开发了一个基于概念向量空间模型的中文自动文摘系统。对基于概念获取的自动文摘系统,运用内部和外部评测手段进行了系统评估。并与基于词频统计的机械式自动文摘系统进行了比较,试验结果证明本系统多个性能指标优于基于词频统计的机械式文摘系统。

关键词：自动文摘概念向量空间模型知网自然语言理解

来源：评论

学校读者我要写书评

暂无评论

基于HowNet概念获取的中文自动文摘系统

引用

中文信息学报 2005年第3期19卷 87-93页

作者：王萌何婷婷姬东鸿王晓荣华中师范大学计算机科学系武汉430079 新加坡信息通讯研究所新加坡119672

本文提出了一种中文自动文摘的方法。不同于其它的基于词频统计的一般方法,运用概念(词义)作为特征取代词语。用概念统计代替传统的词形频率统计方法,建立概念向量空间模型,计算出句子重要度,并对句子进行冗余度计算,抽取文摘句。对于... 详细信息

本文提出了一种中文自动文摘的方法。不同于其它的基于词频统计的一般方法,运用概念(词义)作为特征取代词语。用概念统计代替传统的词形频率统计方法,建立概念向量空间模型,计算出句子重要度,并对句子进行冗余度计算,抽取文摘句。对于文摘测试,采用两种不同的方法进行测试:一是用机器文摘和专家文摘进行比较的内部测试;二是对不同文摘方法进行分类,通过对分类正确率的比较的外部评测方法。

关键词：计算机应用中文信息处理 HowNet 自动文摘概念向量空间模型

来源：评论

学校读者我要写书评

暂无评论

基于主题的智能Web信息采集系统的研究与实现

引用

计算机应用研究 2006年第2期23卷 163-166页

作者：李卫刘建毅何华灿王枞北京邮电大学智能科学技术研究中心北京100876

研究并实现了一个基于主题的智能信息采集系统IFWC,该系统以全信息理论为支撑,吸收传统向量空间模型的思想,采用基于概念的向量空间模型,从词的语义层次对文本进行主题相关性分析;使用扩展元数据的语义相关性判定算法,对页面内的URL进... 详细信息

研究并实现了一个基于主题的智能信息采集系统IFWC,该系统以全信息理论为支撑,吸收传统向量空间模型的思想,采用基于概念的向量空间模型,从词的语义层次对文本进行主题相关性分析;使用扩展元数据的语义相关性判定算法,对页面内的URL进行主题相关性预测。实验证明,该系统采集速度快,采集下来的页面精度高。

关键词：基于主题的信息采集全信息扩展元数据概念向量空间模型

来源：评论

学校读者我要写书评

暂无评论

基于子主题区域划分的多文档自动文摘方法

引用

计算机工程 2011年第12期37卷 158-160,163页

作者：王萌徐超李春贵何婷婷广西工学院计算机工程系广西柳州545006 福建师范大学软件学院福州350007 华中师范大学计算机科学系武汉430079

为解决词频矩阵的词频维数过大和矩阵过于稀疏的问题,提出一种子主题区域划分的多文档自动文摘方法。使用知网进行概念获取,建立概念向量空间模型,代替传统的词频向量空间模型。在概念向量空间模型的基础上,利用一种改进的层次分割法对... 详细信息

为解决词频矩阵的词频维数过大和矩阵过于稀疏的问题,提出一种子主题区域划分的多文档自动文摘方法。使用知网进行概念获取,建立概念向量空间模型,代替传统的词频向量空间模型。在概念向量空间模型的基础上,利用一种改进的层次分割法对文档集合进行子主题划分,从各个子主题中抽取出满足一定数量的句子作为文摘。实验结果验证了该方法的有效性。

关键词：子主题区域自动文摘知网概念向量空间模型

来源：评论

学校读者我要写书评

暂无评论

基于知识的医学图像检索

基于知识的医学图像检索

引用

作者：胡常军电子科技大学

学位级别：硕士

医学成像技术的发展促进了临床医学的进步,数字医学图像在辅助诊断、教学和生物医学研究领域发挥了日益增大的作用。与此同时,数字医学图像的数量也与日剧增,如何从这些海量的医学图像中找到需要的图像成为一个日益迫切的问题。但是,传... 详细信息

医学成像技术的发展促进了临床医学的进步,数字医学图像在辅助诊断、教学和生物医学研究领域发挥了日益增大的作用。与此同时,数字医学图像的数量也与日剧增,如何从这些海量的医学图像中找到需要的图像成为一个日益迫切的问题。但是,传统的基于关键字的图像检索方式和近年来兴起的基于内容的图像检索方式都不能很好地满足医学图像检索的需要,因此探索新的高效的医学图像检索方法非常必要。本文采用根据医学图像对应的文本信息来检索图像的方式,探索基于知识的医学图像检索方法。医学图像对应的文本有DICOM头部信息、医学报告、图像标注等,在这些文本中包含了对医学图像的描述。由于这些描述是自然语言形式的文字,比图像的低层特征更符合人的思维习惯、更贴近人对图像的理解,因此,使用医学图像对应的文本信息检索图像往往比使用低层特征检索图像更加有效。考虑到传统的基于关键字的文本检索方式存在着诸多问题,例如,同义词现象会降低检索的查全率,而一词多义现象导致低的查准度等等。本文采用基于知识的医学图像检索方法:根据医学本体从医学图像对应的文本中提取医学概念,然后用这些概念对医学图像进行元数据标注,这样就赋予了医学图像语义内涵,使检索从目前广泛采用的基于语法层面的关键字匹配上升到基于知识层面的概念匹配,从而很好地解决了同义词和一词多义等问题,并可以利用概念的上下位关系实现查询扩展,结合多语言词典实现跨语言检索。由于在一般的医学报告和文章中,对医学概念的描述通常形式多样,采用传统的概念提取方法往往不能准确、全面地提取出文本中的概念。针对这一问题,本文提出了一种新的医学概念提取方法,并基于该概念提取方法对医学图像的索引与检索以及整个检索框架的设计进行了探索性的研究工作。本文的主要贡献为: 1.针对医学图像对应文本中存在的概念描述形式多样性的问题,提出了一个混合的医学概念提取方法。从知识理解的角度提出了医学概念提取的最大匹配模式;根据对医学词条构成特点的分析提出了医学概念提取的最小匹配模式,并详细探讨这两种模式各自的优点和缺陷,以及改善缺陷的方法和途径。指出将两种模式进行融合可以实现优势互补,提升医学图像检索的效果。 2.在建立索引和进行检索时,将经典的基于词条的向量空间模型改造为基于概念的概念向量空间模型,使用TF-IDF策略对概念进行加权,使用余弦相似度来度量医学图像和查询之间的相似性。 3.为了验证本文提出的方法,在ImageCLEFMed2009国际竞赛的基于图像的查询主题上进行了实验。实验结果表明融合两种概念提取模式以及在此基础上进行查询扩展是提高医学图像检索精度的有效方法。 4.提出了一个集成上述方法的基于知识的医学图像检索通用框架,并基于该框架实现了一个基于知识的医学图像检索原型系统。这个系统采用组件化技术开发;具有高内聚和低耦合性、可扩展性强等特点,便于多种检索模式的融合,便于与其他检索系统集成;还可以将多个实例系统组成一个分布式检索体系;系统中各组件可以通过配置文件进行配置,而且配置参数可以在运行时进行调整。

关键词：基于知识的医学图像检索最大匹配模式最小匹配模式融合概念向量空间模型

来源：评论

学校读者我要写书评

暂无评论

工作票自动分类方法的研究与应用

工作票自动分类方法的研究与应用

引用

作者：张航南京理工大学

学位级别：硕士

随着企业管理的日益规范化,其IT系统大多由专业的解决方案团队不间断地实施监控和管理,系统出现的任何问题或维修请求都会以工作票的形式进行汇报。工作票中包含了有关问题的各种细节描述,了解这些细节并实现工作票自动分类、准确预测... 详细信息

随着企业管理的日益规范化,其IT系统大多由专业的解决方案团队不间断地实施监控和管理,系统出现的任何问题或维修请求都会以工作票的形式进行汇报。工作票中包含了有关问题的各种细节描述,了解这些细节并实现工作票自动分类、准确预测问题类型,可以帮助维护人员快速找到解决方案,帮助服务商降低系统维护成本,提高服务质量。虽然工作票具有很高的应用价值,但问题细节往往隐藏在复杂的信息中,难以精炼,且包含丰富的语义元素,导致传统的工作票分类方法难以准确预测问题类型。由于本体充分考虑了概念间的层次关系及约束,可有效解决工作票中信息混杂且语义元素丰富等问题,因此本文对基于本体的工作票自动分类方法展开研究,以准确定位问题细节、提高工作票分类准确率为目标,帮助企业降低系统维护成本。本文对工作票分类的关键性技术,如领域本体、文本表示模型、分类算法等进行了研究,主要工作如下:1.提出一种基于LSA和聚类融合的历史工作票问题类别异常检测方法。该方法利用LSA的降维、去噪特性以及聚类融合的鲁棒性,对历史工作票中问题类别异常的数据进行检测。并在来自于真实IT系统的工作票数据进行了实验,结果表明该方法能有效提高问题类别异常工作票的检测率。2.构建了工作票领域本体模型。根据工作票特点,结合本体构建一般方法,阐述了工作票领域本体模型的构建流程。并在真实数据上进行了实验,结果表明该方法可有效实现工作票领域知识提取并高效构建领域本体模型。3.提出了一种基于领域本体的工作票自动分类方法。在工作票领域本体基础上,设计合理的工作票问题推理模型,概念向量空间模型和概念相似性度量算法;并进一步采用K近邻分类器,结合工作票领域本体模型,对工作票进行自动分类。在真实数据上进行了实验,结果表明该方法能有效提高工作票分类的准确率。

关键词：工作票潜在语义分析领域本体概念向量空间模型文本分类

来源：评论

学校读者我要写书评

暂无评论

中文文本聚类算法的研究与实现

中文文本聚类算法的研究与实现

引用

作者：丁华北京邮电大学

学位级别：硕士

Internet已经发展成为当今世界上最大的信息库和全球范围内传播信息最主要的渠道。网络上的文档资源呈现爆炸式的增长，这些文档内容繁杂，信息数据量大而且处于不断变化之中。这些资源与数据库中结构化的信息相比，非结构化或半结构化... 详细信息

Internet已经发展成为当今世界上最大的信息库和全球范围内传播信息最主要的渠道。网络上的文档资源呈现爆炸式的增长，这些文档内容繁杂，信息数据量大而且处于不断变化之中。这些资源与数据库中结构化的信息相比，非结构化或半结构化的web文档信息更加丰富和繁杂。大量的网络信息均以文本形式体现，传统的数据分析技术已经远不能满足现实需要，它迫切的需要一种技术，能快速智能的将需要处理的数据转化为有用的信息和知识，达到为决策服务的目的。\n 文本聚类技术可以将大量文本信息组成少数有意义的簇，从而达到协助人们能够更好地对大规模文本进行理解。文本聚类技术的目的是得到一些文本簇，使得各个文本簇的内部相似性是最大的，同时具有最小的簇间相似性。目前，非常多的领域已经应用到了聚类技术，比如生物与医学领域、金融领域、电信领域、工业生产领域等。但是，聚类分析是一门非常复杂的分析技术，在应用过程中，我们需要根据其各自的要求来区别对待，如高维度，可扩展性，高准确度等。\n 本文的聚类方法主要包括文本表示模型和文本聚类算法。本文的语料库来源于搜狗实验室(隶属于搜狐研发中心)，在文本表示模型中主要用到了中文分词，HowNet语义分析等，在文本聚类算法主要对基于划分的K-means算法，基于密度的DBSCAN算法，基于层次的AGNES算法，基于网格的CLIQUE算法以及基于模型的L D A算法进行了研究实现，并根据实验结果，对这几种算法在多个层面上做了比较和分析比对。

关键词：概念向量空间模型文本聚类算法数据挖掘文本挖掘 web文档信息

来源：评论

学校读者我要写书评

暂无评论

基于本体的文本分类研究

基于本体的文本分类研究

引用

作者：吴晓贵州大学

学位级别：硕士

随着Internet和企业内部网的迅猛发展,各种电子文本信息急剧膨胀。如何有效组织和管理这些信息,并快速、准确、全面的从中找到用户所需要的信息是当前信息科学和技术领域面临的一大挑战。文本分类作为处理和组织大量文本数据的关键技术... 详细信息

随着Internet和企业内部网的迅猛发展,各种电子文本信息急剧膨胀。如何有效组织和管理这些信息,并快速、准确、全面的从中找到用户所需要的信息是当前信息科学和技术领域面临的一大挑战。文本分类作为处理和组织大量文本数据的关键技术,可以在较大程度上解决信息杂乱现象的问题,帮助人们准确高效的定位信息和分流信息。因此具有广泛的应用前景。传统文本分类大都采用向量空间模型的文本表示方法,采用关键词作为特征来构建。如朴素贝叶斯方法、KNN方法、支持向量机方法等。这些方法是基于贝叶斯假设之上,认为关键词之间是相互独立,没有语义关联的,这显然与事实相违背,影响了分类的效果。现实文本中的用词往往都是有语义关联的,如同义关系、近义关系、上下位关系等。为解决这些问题,本文尝试引入本体,利用本体类层次结构及属性约束等特点,将关键词与领域本体概念进行匹配,建立概念向量空间模型进行文本分类。旨在解决文本分类中术语一词多义、一义多词和概念的层次问题,克服基于关键词分类方法的缺陷,提高分类的准确率。同时,本文还研究了文本分类与个性化信息检索的关系,对用户兴趣模型进行分析,提出用户兴趣模型建立与调整算法,使分类的结果更加符合用户意图。本文的研究内容主要包括以下几个方面: 1.对文本分类过程的关键技术进行介绍,包括文本分类定义、特征选择、分类方法、性能评价,总结传统文本分类方法的特点。 2.文本分类与个性化信息检索的研究。文本分类与信息检索有着极为密切的关系,它借鉴了许多检索的表示方法和技术,推动分类的发展。本文对用户兴趣模型进行分析,从关键词和主题词的角度出发建立用户兴趣模型,并提出用户兴趣模型的调整算法,使分类的结果更加符合用户的意图。 3.基于本体获取概念特征,用概念空间代替关键词空间。介绍本体概念、建模原语、构建方法及构建工具,用本体构建工具Protégé建立教育领域本体。分析本体应用到文本分类中的意义,即解决了术语混乱问题。 4.提出基于概念向量空间模型的文本分类系统架构。以KNN分类器为例,对基于概念向量空间的分类流程进行详细说明。通过模拟实验表明,基于概念的文本分类能有效提高分类的准确度。最后对论文进行了总结和展望,指出基于本体的文本分类尚需研究和改进的问题。

关键词：文本分类用户模型本体概念向量空间模型特征提取

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：