检索结果-南通市图书馆

维普期刊数据库

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于《知网》的词语相似度计算研究及应用

基于《知网》的词语相似度计算研究及应用

作者：郭勇湖南大学

学位级别：硕士

随着互联网的飞速发展,以数据化形式存在的文本信息已经成为计算机处理的一种重要资源。传统的信息处理技术主要以统计和文本表层特征为基础,缺乏对文本内容的语义理解,在处理效果方面的瓶颈已经成为当前信息科学需要解决的重要问题之... 详细信息

随着互联网的飞速发展,以数据化形式存在的文本信息已经成为计算机处理的一种重要资源。传统的信息处理技术主要以统计和文本表层特征为基础,缺乏对文本内容的语义理解,在处理效果方面的瓶颈已经成为当前信息科学需要解决的重要问题之一。词语相似度计算可以在语义层面上对描述文本内容的自然语言词语之间复杂的语义相似关系进行定量分析,为信息处理技术提供了语义分析的支持,提高了信息处理效果。因此,研究词语相似度计算具有重要的意义。本文以词语相似度计算和文本分类技术的基本理论为基础,重点研究基于《知网》的汉语词语相似度计算方法,及其在文本分类中的进一步应用。论文的主要工作如下：首先分析了目前常用的词语相似度计算方法,并对其中一种典型的基于《知网》的词语相似度计算方法进行了重点研究,同时阐述了本文的词语相似度计算评估策略。此外,对文本分类技术的分类过程、常用分类方法以及分类评估策略等知识也进行了深入的研究。提出了一种改进的基于《知网》的词语相似度计算方法。深入研究了《知网》系统,详细分析了典型方法在义原相似度计算等方面的不足。针对这些不足,结合《知网》和信息量的事物相似度理论提出了一种区分度较高的义原相似度计算方法,同时对集合相似度计算和概念相似度计算进行了优化。实验结果表明,本文方法的计算结果更为接近人工评判。提出了一种改进的基于语义内核的文本分类方法。分析了传统文本分类方法的高维特征空间、特征之间存在语义关系和文本向量稀疏问题。针对这些问题,引入了词性过滤和语义内核方法。基于语义内核方法的思想,采用本文的词语相似度计算建立语义矩阵,并重新定义内核函数,构建了一个改进的语义内核。语义内核的映射将特征之间的语义相似关系嵌入到文本向量中,提高了文本向量的语义表达能力。实验结果表明,本文方法在一定程度上提高了分类效果。

关键词：词语相似度计算义原知网语义内核语义分类自然语言处理

基于分布式系统的句子相似度计算的研究与应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于分布式系统的句子相似度计算的研究与应用

作者：李元一郑州大学

学位级别：硕士

在自然语言处理领域，句子相似度计算是一项基础研究工作。它为与其相关的领域的发展提供支撑作用。在构建词义知识库的过程中，它对相似词和相似句子的判断作用巨大。本文对句子相似度计算进行了重点研究，提出了一种基于分布式系统的... 详细信息

在自然语言处理领域，句子相似度计算是一项基础研究工作。它为与其相关的领域的发展提供支撑作用。在构建词义知识库的过程中，它对相似词和相似句子的判断作用巨大。本文对句子相似度计算进行了重点研究，提出了一种基于分布式系统的句子相似度计算方法，通过实验对其有效性进行验证，然后结合项目中的构建过程给出了具体应用实例。本文主要做了以下工作：(1)对词语相似度计算进行了详细研究，提出了一种改进的基于《知网》的词语相似度计算方法。利用语义词典丰富的语言知识进行计算。本文对基于《知网》的词语相似度计算进行了研究，对其做出了改进。(2)提出了一种基于分布式系统的句子相似度计算方法。在上述工作的基础上，本文对句子相似度计算方法进行了研究和改进。使用MapReduce技术，在Hadoop平台的基础上对句子进行并行化的相似度计算。因为语言信息是结构化的，易于分割为多个可同时进行处理的子项目，本文给出了语言信息的切割方法，提出了基于分布式系统的句子相似度计算方法。(3)结合词义知识库的构建过程演示了基于分布式系统的句子相似度计算的实例。结合词义知识库的构建，详细阐述了基于分布式系统的句子相似度计算的实现过程和操作步骤，通过实验对其有效性进行验证。

关键词：自然语言处理词语相似度计算句子相似度计算 MapReduce

基于词语权重分析的中文文本相似检测技术研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于词语权重分析的中文文本相似检测技术研究

作者：陈靖元郑州大学

学位级别：硕士

在当今互联网环境下,愈来愈多的文档出现被随意复制、修改、变换格式、替换同义词等现象,这将导致大量核心内容甚至全部内容一样的文档产生。这些近似或重复文档在文件存储和信息检索任务中都会耗费大量的成本和时间,也会对互联网信息... 详细信息

在当今互联网环境下,愈来愈多的文档出现被随意复制、修改、变换格式、替换同义词等现象,这将导致大量核心内容甚至全部内容一样的文档产生。这些近似或重复文档在文件存储和信息检索任务中都会耗费大量的成本和时间,也会对互联网信息的质量和传播造成一定负面影响。因此,为了减少此类文档所带来的浪费,一种高效且精确的相似文档检索技术是十分必要的。将一篇文本映射为一个低维的向量,然后通过对比不同向量之间的相似度来判断文本是否相似,是目前相似文本检测任务中常用的技术之一,如Simhash算法。但已有的研究往往是为了去除海量网页中的重复网页,未能较好考虑文本表达过程中各个词语的特征信息,所以精度有所欠缺。为了提高相似文本检测的精度,本文对词语权重计算策略以及相似文本检测算法进行了研究,在此基础上,对经典的Simhash算法进行了改进和优化。本文的主要研究工作如下:（1）针对目前基于知识库的中文词语相似度算法使用单一知识库而导致计算结果信息不完备的问题,本文提出一种融合How Net和同义词词林的词语相似度计算方法。在现有的基于How Net信息内容的词语相似度算法和基于同义词词林信息内容的词语相似度算法基础上,根据词语的不同分布情况提出了一种动态融合两个知识库的策略,充分利用了How Net和同义词词林中的体系结构信息来计算词语的相似度。实验表明,与刘群等几个具有代表性的方法相比,本文方法和MC30人工判定值之间的皮尔逊相关系数平均提高了0.112。（2）针对传统的词权算法无法准确表示词语对于文本的重要程度,本文提出了一种基于词语多特征的词语权重计算方法。传统的TF-IDF算法中没有考虑词语本身的特点而仅考虑词语在文本和数据集中出现的频率,本文分析了中文文本编写者的表达习惯和词语中包含的主题语义信息后,提出一种包含词语的长度特征、词性特征、位置特征和标题匹配度的MFTF-IDF（Multiple Features TF-IDF）词权算法。经实际新闻文本分类实验验证,该方法相较于传统TF-IDF提升了3.28%的精确率,说明这种综合考虑词语多特征的算法可以提高文本表征的准确度。（3）针对Simhash在相似文本检测任务表现上查准率较低的不足,本文使用MFTF-IDF词权算法改进了Simhash指纹的生成过程。传统的Simhash在计算特征词权重时仅使用单一简单算法,如布尔权重、TF权重或TF-IDF权重,在生成文本指纹的过程中易丢失文本语义信息。本文使用基于MFTF-IDF改进的Simhash算法来生成文本指纹,将数据集中的文本映射成一个个低维的向量,最后通过判断文本指纹之间的相似性来达到相似文档检测的目的。相似文本检测实验结果表示,改进后的Simhash指纹算法相较于传统的Simhash,平均查准率提高了5.47%,表明该算法可以提高文本指纹的表征能力。

关键词：词语相似度计算词语权重 TF-IDF Simhash 文本相似

一种基于词向量与框架语义分析的句子相似度计算方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

桂林电子科技大学学报 2017年第6期37卷 494-497页

作者：刘馨婷蔡晓东桂林电子科技大学计算机与信息安全学院广西桂林541004 桂林电子科技大学信息与通信学院广西桂林541004

针对现有的汉语句子相似度计算方法不能完整地分析出句子的语义特征的问题,提出了一种基于词向量与框架语义分析的句子相似度计算方法。用搜狗语料对Word2vec模型进行训练,得到词向量词典,并通过查询该词典得到句子特征向量;采用语义框... 详细信息

针对现有的汉语句子相似度计算方法不能完整地分析出句子的语义特征的问题,提出了一种基于词向量与框架语义分析的句子相似度计算方法。用搜狗语料对Word2vec模型进行训练,得到词向量词典,并通过查询该词典得到句子特征向量;采用语义框架对句子进行全面的语义刻画,计算句子中每个框架元素特征向量之间的相似度,通过相似度计算法则,得到句子相似度。实验分析结果表明,与现有的基于框架语义分析的句子相似度计算方法相比,本方法能够显著提高句子相似度计算的准确性。

关键词：框架语义分析词向量词语相似度计算句子相似度计算

基于词语相似度技术在离境退税系统中的应用研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

信息技术与信息化 2018年第2期 150-152页

作者：王培元浪潮软件集团有限公司山东济南250104

随着中国全面实施境外旅客离境退税政策,越来越多的境外旅客前往我国旅游购物。离境退税的基本流程包括退税商店开具退税申请单、海关验核确认、代理机构退税办理三个环节。目前境外旅客在海关处验核确认时经常发生购买的商品属于海关... 详细信息

随着中国全面实施境外旅客离境退税政策,越来越多的境外旅客前往我国旅游购物。离境退税的基本流程包括退税商店开具退税申请单、海关验核确认、代理机构退税办理三个环节。目前境外旅客在海关处验核确认时经常发生购买的商品属于海关限制或禁止携带出境的物品,这主要由于退税商店申请单开具的工作人员对海关物品出境政策不了解,难以准确把握商品是否能够出境。本文旨在通过引入词语相似度计算,在离境退税系统增加海关验核确认信息反馈机制,逐步完善商品风险库,退税商店工作人员在开具退税申请单时,系统自动通过词语相似度计算匹配商品风险库,系统自动提示存在风险疑点的物品,这样不仅提升了开单的准确性,还提高了服务质量。

关键词：离境退税词语相似度计算反馈机制

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

主观题自动阅卷系统的研究与设计

主观题自动阅卷系统的研究与设计

作者：柏雪西南交通大学

学位级别：硕士

随着计算机技术和通信技术的的高速发展,计算机已经应用到人们生活中的各个领域。在教育领域中,计算机不仅可以用于辅助教育,也可以用于辅助测评。本系统将以《网络协议》课程为对象研究开发主观题自动阅卷系统。系统主要采用的技... 详细信息

随着计算机技术和通信技术的的高速发展,计算机已经应用到人们生活中的各个领域。在教育领域中,计算机不仅可以用于辅助教育,也可以用于辅助测评。本系统将以《网络协议》课程为对象研究开发主观题自动阅卷系统。系统主要采用的技术路线是自然语言处理技术。按照主观题的评分流程,系统主要分为五个部分：分句、分词和词性标注、句法分析、关键词提取以及句子的相似度计算。其中分词是在分词工具ICTCLAS的基础上使用正向最大匹配算法实现。句法分析使用的是句法分析器LTP实现。系统采过滤句子中虚词的方法来得到关键词。最后,句子的相似度计算主要分为三个步骤：首先是通过分析句法树得到句子的成分信息。然后提取各成分的关键词。根据《知网》的词语相似度算法计算出句子各成分的关键词的相似度。最后句子相似度就是各成分关键词相似度的平均值。系统研究的重点是分词与词语相似度计算。系统增加了《网络协议》课程的专业词汇词库,并使用正向最大匹配算法确保能够正确的识别专业名词。词语相似度计算采用的是基于《知网》的词语相似度算法。基于《知网》的词语相似度算法包括了概念相似度计算和义原相似度计算两个部分。系统通过对义原树的分析,在已有的算法基础上对义原相似度计算算法进行了改进,使之更加适用于本系统。

关键词：自动阅卷分词词语相似度计算句子相似度计算

基于本体语义分析的三维浮雕模型检索方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于本体语义分析的三维浮雕模型检索方法研究

作者：赵小龙西北农林科技大学

学位级别：硕士

伴随着计算机图形学和3D打印技术的不断发展,浮雕艺术品的数字化编辑逐渐成为计算机图形学领域的研究热点之一。浮雕通常是由多个三维模型组合而成的具有丰富寓意的场景,因此如何从庞大的三维模型库中快速、准确检索到场景中所需要的三... 详细信息

伴随着计算机图形学和3D打印技术的不断发展,浮雕艺术品的数字化编辑逐渐成为计算机图形学领域的研究热点之一。浮雕通常是由多个三维模型组合而成的具有丰富寓意的场景,因此如何从庞大的三维模型库中快速、准确检索到场景中所需要的三维模型是进行数字浮雕编辑面临的首要问题。在三维模型检索方面,目前仍然存在检索效率低、查准率低的问题;对于浮雕场景中的三维模型检索,存在着检索方法缺乏语义相关性的问题。针对上述问题,本文提出了一种基于本体语义分析的三维浮雕模型检索方法,基于该方法实现了三维浮雕模型检索系统。实验结果表明,该系统可以快速、准确的对三维浮雕模型库中的模型进行检索。论文主要的研究内容和结论如下:(1)三维浮雕模型本体构建针对缺乏适用于浮雕领域的本体研究及构建的问题,本文基于“七步法”及百度百科语义关系构建了三维浮雕模型本体和语义网。本体构建过程主要分为三步:首先对三维模型库中的浮雕模型进行分类,依据分类结果建立本体模型;然后依据浮雕场景中模型之间的相关性建立语义关联,并通过百度百科抽取语义关联的方式完善了本体间的关联关系;最后针对建立关联的误差较大的问题,构建了基于规则的语义推理框架,实现模型间语义关系的自动推理过程。(2)融合本体树结构和同义词词林的语义相似度计算针对三维模型检索中存在的查全率和查准率较低的问题,本文改进了的融合本体树结构和同义词词林的语义相似度计算方法。该方法以哈工大信息检索研究室(HITSCIR)编写的《同义词词林扩展板》作为基础性知识库,通过计算本体词汇与用户输入的相似度,来确定二者的语义距离。该方法既可用于向模型库中添加三维模型,也可用于检索时计算检索项和模型库标签之间的相似度计算。实验结果表明,添加了相似度计算的检索方法相比传统基于关键词匹配的检索方法查全率提升了21.9%,查准率提升了7.8%。(3)三维模型检索系统的设计与实现依据上述建立的三维模型语义网和语义相似度计算,本文设计并实现了一个三维浮雕模型检索系统。该系统结合SPARQL语言与Jane API实现了对后台逻辑的实现,并且使用Qt平台开发了人机友好的交互界面。此外,系统还添加了反馈机制来对用户的选择进行二次检索,以进一步检索到符合用户意图的三维模型。

关键词：本体语义分析三维模型检索词语相似度计算

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于文本挖掘的商品推荐

基于文本挖掘的商品推荐

作者：汪浩哈尔滨商业大学

学位级别：硕士

电子商务网站为网购用户提供了对所购商品的评价服务。在用户网购前这些评论可以为其提供一定的参考,以此来衡量此商品是否符合自己的需求。本文通过运用一些文本挖掘的技术对用户评论的文本进行分析处理,从非结构化的用户评论文本中挖... 详细信息

电子商务网站为网购用户提供了对所购商品的评价服务。在用户网购前这些评论可以为其提供一定的参考,以此来衡量此商品是否符合自己的需求。本文通过运用一些文本挖掘的技术对用户评论的文本进行分析处理,从非结构化的用户评论文本中挖掘出有用的信息,以此信息对用户评价过的商品进行排序并以商品推荐的形式展示给用户,为商品购买者提供有价值的参考信息,省去用户用于查找、比较商品的时间,使其容易买到满意的商品。本文对电子商务网站的用户评论文本进行了整理、分词、去停用词等预处理。通过对评论文本进行词频统计提取特征词,应用词频-逆文档频率提高特征词的类别区分能力以增加特征词的准确性。在收集大量的电子商务网站的评论文本并经过文本整理等一系列预处理后构建了特征词词库。通过对任意商品评论文本的文本预处理得到关键词向量。针对词语相似度计算的语义资源和计算方法等进行了详尽细致的分析,采用了基于《同义词词林》的词语相似度计算方法用于关键词向量与特征词词库相似度的计算。根据相似度计算结果对用户评论的商品进行排序以实现对用户商品的推荐。最后,根据对电子商务网站的总体分析,设计了商品推荐系统的数据库并完成了实验程序。利用收集到的用户评论文本完成了对商品的推荐实验,并对实验结果进行了考察与分析。

关键词：电子商务文本挖掘词语相似度计算

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于模糊聚类算法的微博用户情感分析研究

基于模糊聚类算法的微博用户情感分析研究

作者：彭立西南石油大学

学位级别：硕士

随着Web2.0技术的发展,社交网站不断扩展其功能,人们可以在网上尽情地发表自己的观点,释放自己的情感。微博作为近几年来互联网的新兴产物,其情感计算与分析已成为计算机学、自然语言学、人类心理学等社会计算工作的重要研究课题。本文... 详细信息

随着Web2.0技术的发展,社交网站不断扩展其功能,人们可以在网上尽情地发表自己的观点,释放自己的情感。微博作为近几年来互联网的新兴产物,其情感计算与分析已成为计算机学、自然语言学、人类心理学等社会计算工作的重要研究课题。本文首先研究了模糊聚类相关理论知识,并将其应用于腾讯QQ空间说说的情感分析,为下一步将模糊聚类应用于微博用户情感分类分析提供了可操作性。模糊聚类分析首先要将文本数据数值化,对微博博文信息进行情感计算。因此本文在网络爬虫的技术原理上设计了新浪微博专用数据采集系统,建立了微博源数据库。利用基于知网(HowNet)基础情感词集的词语相似度计算方法计算微博情感词权值,建立了微博情感词库。在情感词库的基础上,分析了包含否定副词和程度副词等修饰词的微博短语情感强度值,并结合短句、短句与短句之间的关系,通过相应的情感值运算方法,计算得出整条微博消息的情感值。最后筛选了50名用户在10个不同时间段的情感值作为原始数据矩阵,利用模糊聚类算法将50名用户进行动态分类,并生成动态聚类图,由图可知根据不同的λ阈值,可以有不同的分类,并用F统计量检验法计算出最佳分类,再利用SPSS对分类结果预测作出每个分类用户的情感走势图,以便更直观地分析用户的情感变化。本文创新点主要在于：抓住人类情感是模糊不定的特征,利用模糊聚类来对已经通过情感计算的微博信息进行分类分析,政府、商家或企业可以根据不同的需求得到不同的分类结果,从而采取相应的措施。

关键词：模糊聚类网络爬虫知网情感词集词语相似度计算情感分析