检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

动态调整的Web文档增量聚类算法

计算机辅助工程 2006年第3期15卷 110-113页

作者：闵可锐唐悦胡运发赵泽宇闫华复旦大学计算机科学与工程系上海200433 复旦大学信息化办公室上海200433

介绍Web文档聚类的应用,针对现有文档聚类算法缺乏动态更新能力、经验参数过多以及缺乏对新词的把握等不足,提出动态调整的Web文档增量聚类(DynamicallyAdjustedIncrementalWebDocumentClustering,DAIWDC)算法,并使用同义词词林优化结果... 详细信息

介绍Web文档聚类的应用,针对现有文档聚类算法缺乏动态更新能力、经验参数过多以及缺乏对新词的把握等不足,提出动态调整的Web文档增量聚类(DynamicallyAdjustedIncrementalWebDocumentClustering,DAIWDC)算法,并使用同义词词林优化结果.该算法在实验中达到了88%的正确率和75%的全面率,表明其具有较高的实用价值.

关键词：增量算法文档聚类同义词词林

在线全文

学校读者我要写书评

暂无评论

机器翻译自动评价中领域知识复述抽取研究

北京大学学报（自然科学版） 2017年第2期53卷 230-238页

作者：张丽林李茂西肖文艳万剑怡王明文江西师范大学计算机信息工程学院南昌330022

针对通用领域语料中抽取的复述在特定领域机器译文自动评价任务的应用中容易出现复述匹配偏差的问题,提出采用抽取与测试领域相关的复述来提高机器译文自动评价的方法。首先将通用单语训练语料进行聚类,并利用改进的M-L方法过滤,得到特... 详细信息

针对通用领域语料中抽取的复述在特定领域机器译文自动评价任务的应用中容易出现复述匹配偏差的问题,提出采用抽取与测试领域相关的复述来提高机器译文自动评价的方法。首先将通用单语训练语料进行聚类,并利用改进的M-L方法过滤,得到特定领域训练语料,然后在训练语料中利用Markov网络模型,抽取特定领域复述表,最后将此复述表应用在机器译文自动评价中,以提高同义词和近义词的匹配精度。在WMT’14 Metrics task和WMT’15 Metrics task数据集上的实验结果表明,利用领域知识抽取的复述能够增加自动评价方法METEOR和TER与人工评价的相关性。

关键词：复述机器译文自动评价语言模型 Markov网络文档聚类

在线全文

学校读者我要写书评

暂无评论

有向标记根树之间的语义编辑距离

模式识别与人工智能 2011年第6期24卷 816-824页

作者：康琪马军山东大学计算机科学与技术学院济南250101

有向标记根树之间的编辑距离(TED)被广泛应用在文档的结构化相似度计算上.文中提出有向标记根树之间的语义编辑距离(TSED)的概念,并给出计算公式.组合TED和TSED形成距离测度,并应用在XML文档的结构聚类上.实验表明该距离模型在结构化聚... 详细信息

有向标记根树之间的编辑距离(TED)被广泛应用在文档的结构化相似度计算上.文中提出有向标记根树之间的语义编辑距离(TSED)的概念,并给出计算公式.组合TED和TSED形成距离测度,并应用在XML文档的结构聚类上.实验表明该距离模型在结构化聚类的准确率和召回率上明显优于单纯利用TED算法的聚类结果.该算法在时间复杂性上也等同于利用动态规划计算TED的最好算法.

关键词：树编辑距离文档聚类结构相似度语义相似性

在线全文

学校读者我要写书评

暂无评论

信息检索中的聚类分析技术

电子与信息学报 2006年第4期28卷 606-609页

作者：刘远超王晓龙刘秉权钟彬彬哈尔滨工业大学计算机科学与技术学院哈尔滨150001

信息检索／搜索引擎技术的快速发展使得信息的查全率有较大提高,而查准率以及人们获取信息的效率改善却不明显。文本聚类和多文档关键词的自动生成技术将有助于解决这一问题。其基本思想是对检索到的部分文档进行聚类处理,并对每类文档... 详细信息

信息检索／搜索引擎技术的快速发展使得信息的查全率有较大提高,而查准率以及人们获取信息的效率改善却不明显。文本聚类和多文档关键词的自动生成技术将有助于解决这一问题。其基本思想是对检索到的部分文档进行聚类处理,并对每类文档自动生成关键词,从而帮助用户判断各个类别的文档和检索需求是否相关。该文提出文档相关度和类别相关度的概念,并利用词频信息以及知网(HOWNET)中词的概念计算模型计算类别相关度, 将其作为聚类合并的依据。信息获取的仿真实验表明文档检索效率有较大提高。

关键词：文档聚类关键词抽取知网文档相关度

基于语句-词条矩阵的聚簇式动态增长聚类算法

在线全文

学校读者我要写书评

暂无评论

清华大学学报（自然科学版） 2005年第S1期45卷 1814-1817页

作者：孙辉陈晓云马志新兰州大学信息科学与工程学院兰州730000

W eb信息在以指数级的速度增长,然而传统搜索引擎的检索方式难以使用户找到精简而准确的信息。为此该文提出了一种基于语句词条矩阵的聚簇式动态增长聚类算法。该平面分割的算法的整个工作过程有3个步骤:预处理W eb数据,进行文本摘取和... 详细信息

W eb信息在以指数级的速度增长,然而传统搜索引擎的检索方式难以使用户找到精简而准确的信息。为此该文提出了一种基于语句词条矩阵的聚簇式动态增长聚类算法。该平面分割的算法的整个工作过程有3个步骤:预处理W eb数据,进行文本摘取和过滤处理;形成每个文档的语句词条矩阵,构成若干文档的矩阵集合;通过聚簇式动态增长聚类算法,对相似文档进行聚类。对该算法进行了实验分析。结果表明,该算法在保持文档语义联系的同时,其对文档的聚类有较高的准确性。

关键词：文档聚类词频和反向词频语句词条矩阵文档矩阵集合

在线全文

学校读者我要写书评

暂无评论

Web挖掘技术研究

计算机工程 2006年第15期32卷 4-6页

作者：张蓉广东商学院信息科学学院广州510320

随着互联网的飞速发展,Web挖掘技术已成为数据挖掘技术的一个研究热点。该文对Web挖掘的特点、方法进行了讨论,设计了一种快速有效的Web文档聚类方法,给出了实际测试结果,验证了Web挖掘技术的有效性。提出的Web挖掘技术有效地提高了该... 详细信息

随着互联网的飞速发展,Web挖掘技术已成为数据挖掘技术的一个研究热点。该文对Web挖掘的特点、方法进行了讨论,设计了一种快速有效的Web文档聚类方法,给出了实际测试结果,验证了Web挖掘技术的有效性。提出的Web挖掘技术有效地提高了该系统的协作能力。

关键词： Web挖掘日志文件文档聚类矢量空间模型关联规则

在线全文

学校读者我要写书评

暂无评论

一种基于关键特征的搜索引擎结果聚类算法

北京航空航天大学学报 2007年第6期33卷 739-742页

作者：张辉谢科庞斌吴辉北京航空航天大学开发环境国家重点实验室北京100083

为了解决用户在搜索引擎结果列表中寻找所需信息困难的问题,帮助用户快速有效地定位有价值的Web文档,与向量空间模型方法不同,采用基于关键特征的聚类算法(KFC).首先从搜索引擎返回结果的关键词里选择重要的词作为关键特征,然后通过分... 详细信息

为了解决用户在搜索引擎结果列表中寻找所需信息困难的问题,帮助用户快速有效地定位有价值的Web文档,与向量空间模型方法不同,采用基于关键特征的聚类算法(KFC).首先从搜索引擎返回结果的关键词里选择重要的词作为关键特征,然后通过分析特征间的关系对特征聚类,最后基于特征聚类结果实现文档的聚类.通过对实验结果的测试表明了算法的有效性.

关键词：搜索引擎算法特征提取文档聚类向量空间模型VSM KFC算法

在线全文

学校读者我要写书评

暂无评论

最小相关结果集排序算法

哈尔滨工程大学学报 2013年第4期34卷 494-498,510页

作者：刘春双张志强谢晓芹黑河学院计算机科学与信息工程系黑龙江黑河164300 哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001

传统的信息检索系统都是按照结果与用户查询的相关性大小进行排序,返回结果之间相互孤立缺乏整体性,冗余性很大.为了使用户获得完整的相关信息,采用一种基于子主题提取的文档集合生成算法聚类相关检索结果,引入一个新概念"并集度",最后... 详细信息

传统的信息检索系统都是按照结果与用户查询的相关性大小进行排序,返回结果之间相互孤立缺乏整体性,冗余性很大.为了使用户获得完整的相关信息,采用一种基于子主题提取的文档集合生成算法聚类相关检索结果,引入一个新概念"并集度",最后利用相关度、并集度和新颖度对结果集重新排序.实验结果表明在进行算法改进后,整体相关度有所上升,同时排在前面的文档集合的并集度和新颖度也较大,包含的信息更加完整,冗余性更小,可以更好地满足用户的查询需求.

关键词：文档聚类检索结果集并集度新颖度

归并奇异值分解:一种快速更新隐含语义索引的方法

在线全文

学校读者我要写书评

暂无评论

华东理工大学学报（自然科学版） 2018年第3期44卷 397-403页

作者：黄明林家骏华东理工大学信息科学与工程学院上海200237

隐含语义索引(LSI)是一种解决信息检索中二义性问题和大规模文档分类的文档索引方法。为了提高LSI效率,应对大数据场景下文档量爆发式增长的问题,提出了一种通过归并奇异值分解来实现LSI快速更新的方法。该方法利用p-边宽单边对角矩阵... 详细信息

隐含语义索引(LSI)是一种解决信息检索中二义性问题和大规模文档分类的文档索引方法。为了提高LSI效率,应对大数据场景下文档量爆发式增长的问题,提出了一种通过归并奇异值分解来实现LSI快速更新的方法。该方法利用p-边宽单边对角矩阵和箭头矩阵分解技术来加快中间矩阵的奇异值分解过程,并通过将新增文档矩阵的薄奇异值分解(PSVD)归并进主文档矩阵的PSVD以避免重复计算,加快LSI更新速度。通过数学证明论证了该方法的有效性,并讨论了该算法扩展到词条更新场景中的情形。在多个测试数据集上的实验验证了该方法可以在保证检索准确率的前提下有效提高LSI的更新效率。

关键词：信息检索隐含语义索引奇异值分解文档聚类 QR分解箭头型矩阵