2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩52頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展和互聯(lián)網(wǎng)的迅速普及,越來越多的人們開始使用互聯(lián)網(wǎng)進(jìn)行信息獲取。在如今信息發(fā)達(dá)的時(shí)代,如何從海量的文本信息中獲取其豐富的語(yǔ)義知識(shí)、如何利用這些語(yǔ)義知識(shí)為現(xiàn)有的自然語(yǔ)言處理提供可靠的服務(wù),成為了一個(gè)非常重要的研究課題。
   研究發(fā)現(xiàn)目前語(yǔ)義知識(shí)的來源大致可以分為兩類:一類是人工構(gòu)造的語(yǔ)義知識(shí)庫(kù)(如Hownet);另一類是大規(guī)模的真實(shí)文本,包括互聯(lián)網(wǎng)上的海量文本、各種離線文本集合(如各種規(guī)模的語(yǔ)料庫(kù)),各種百

2、科知識(shí)庫(kù)(如維基百科等)。研究表明:人工構(gòu)造的語(yǔ)義知識(shí)庫(kù)已經(jīng)很難滿足日益增長(zhǎng)的網(wǎng)絡(luò)信息處理的需求。因此,本文提出了從一定規(guī)模的維基百科語(yǔ)料庫(kù)中自動(dòng)構(gòu)建知識(shí)庫(kù)的方法。本文的主要工作包含以下幾個(gè)方面:
   ⑴本文在知識(shí)的形式化表示方面采用了以語(yǔ)義標(biāo)簽為指代,語(yǔ)義指紋來刻畫語(yǔ)義的方法。該表示方法認(rèn)為每一個(gè)概念(詞條)都是有一定的背景信息作為支撐,并且提出了以概率公式來量化語(yǔ)義指紋對(duì)語(yǔ)義標(biāo)簽的貢獻(xiàn)度。該表示方法借鑒了人工知識(shí)庫(kù)顯式表征

3、語(yǔ)義知識(shí)的策略,并引入了概率信息,從而更精準(zhǔn)的描述語(yǔ)義,并且可以很方便的融入到現(xiàn)有的文本計(jì)算模型中去。
   ⑵本文利用所提出的語(yǔ)義標(biāo)簽、語(yǔ)義指紋形式化表示知識(shí)單元的方法,針對(duì)一定規(guī)模的維基百科語(yǔ)料庫(kù)進(jìn)行了預(yù)處理、語(yǔ)義標(biāo)簽選取、相關(guān)概念抽取、貢獻(xiàn)度值的確定等操作,對(duì)維基百科頁(yè)面之間的豐富鏈接關(guān)系進(jìn)行挖掘,建立起了一個(gè)維基百科語(yǔ)義知識(shí)庫(kù)。
   ⑶為了證明該語(yǔ)義知識(shí)庫(kù)的有效性。結(jié)合之前對(duì)中文文本分類的研究,本文提出了利用該

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論