版權(quán)說(shuō)明:本文檔由用戶(hù)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、信息檢索是隨著科學(xué)技術(shù)的發(fā)展和信息量的激增而產(chǎn)生的技術(shù),并在人們的工作和生活當(dāng)中發(fā)揮著越來(lái)越重要的作用。人們?cè)谄綍r(shí)經(jīng)常用到的信息大部分都是用文本形式來(lái)表示的,所以經(jīng)常用到的查詢(xún)就是文本形式的信息檢索,即文本信息檢索。人們?cè)诿鎸?duì)大量信息的時(shí)候,如何從這些大量的信息中檢索出滿(mǎn)足用戶(hù)查詢(xún)條件的信息是非常重要的。
對(duì)文本信息進(jìn)行查詢(xún)時(shí),首先要使用合適的數(shù)據(jù)模型對(duì)文本信息進(jìn)行抽象,本文采用向量空間模型(VectorSpaceMode
2、l),對(duì)文本信息進(jìn)行特征向量的提取,這樣在對(duì)文本進(jìn)行相似度匹配的時(shí)候,就可以選用文本特征向量對(duì)相似度進(jìn)行比較。
在對(duì)文本特征向量進(jìn)行相識(shí)度比較的時(shí)候,本論文采用了基于語(yǔ)義度量的方法-擴(kuò)散映射(DiffusionMaps),該方法在對(duì)文本特征向量進(jìn)行處理的時(shí)候,可以把高維的數(shù)據(jù)通過(guò)擴(kuò)散映射降為低維數(shù)據(jù),在擴(kuò)散的過(guò)程中,擴(kuò)散距離可以保持?jǐn)?shù)據(jù)語(yǔ)義之間的不變性。對(duì)經(jīng)過(guò)擴(kuò)散映射處理過(guò)的數(shù)據(jù),本論文定義了一個(gè)二值法,如果向量的第p位的
3、值大于或等于所有向量的第p位的平均值則其值為+1,小于向量平均值的為-1,這樣文本就用一串低維數(shù)的二值向量來(lái)表示。
對(duì)文本進(jìn)行檢索時(shí),對(duì)那些要查詢(xún)的文檔,根據(jù)剛才得到的二值向量,訓(xùn)練出來(lái)分類(lèi)器,然后用分類(lèi)器對(duì)要查詢(xún)的文檔進(jìn)行分類(lèi),就可以對(duì)查詢(xún)文檔用二值向量來(lái)表示,就可以加快文件的檢索速率。
本論文使用Reuters21578,20Newsgroups,,TDT2,作為測(cè)試數(shù)據(jù)集合,對(duì)我們提出的基于語(yǔ)義度量的文
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(hù)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(méi)有圖紙預(yù)覽就沒(méi)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(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)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(hù)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。
最新文檔
- 潛在語(yǔ)義分析在文本信息檢索中的應(yīng)用研究.pdf
- 基于領(lǐng)域本體的文本信息語(yǔ)義檢索研究.pdf
- 基于概念語(yǔ)義相似度的文本信息檢索研究.pdf
- 漢語(yǔ)詞語(yǔ)語(yǔ)義相似度度量及其在跨語(yǔ)言信息檢索中的應(yīng)用研究.pdf
- 基于潛在語(yǔ)義索引的文本分類(lèi)及其在科技信息檢索中的研究.pdf
- 基于語(yǔ)義Web的語(yǔ)義信息檢索的研究.pdf
- 基于語(yǔ)義網(wǎng)的信息檢索研究.pdf
- 基于語(yǔ)義的協(xié)作信息檢索研究.pdf
- 信息檢索中語(yǔ)義分析技術(shù)與文本相似度模型研究.pdf
- 文本信息檢索模型研究.pdf
- 主題語(yǔ)義檢索技術(shù)在信息集成中的研究及應(yīng)用.pdf
- 基于語(yǔ)義查詢(xún)擴(kuò)展的信息檢索研究.pdf
- 基于潛在語(yǔ)義分析的文本檢索算法研究.pdf
- 文本蘊(yùn)含推理及其在信息檢索中的應(yīng)用.pdf
- 基于本體的文本信息檢索研究.pdf
- 基于本體的語(yǔ)義信息檢索模型研究.pdf
- 基于語(yǔ)義本體的信息檢索方法的研究.pdf
- 基于語(yǔ)義網(wǎng)的信息檢索技術(shù)的研究.pdf
- 信息檢索中淺層語(yǔ)義模型的研究.pdf
- 粗糙本體支持的信息語(yǔ)義檢索研究.pdf
評(píng)論
0/150
提交評(píng)論