2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩91頁未讀, 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),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、隨著知識的爆炸性增長,如何從浩瀚的信息中找到用戶最需要的部分已成為一大難題。為解決這個問題,信息檢索和推薦系統(tǒng)從不同的層面提供了很好的幫助。信息檢索通過分析文檔內(nèi)容提供通用的信息查詢功能,而推薦系統(tǒng)利用用戶和內(nèi)容之間的關(guān)聯(lián),提供個性化的信息推送。但是,這些方法依然無法從總體上對知識進(jìn)行理解,即從總體上把握知識的組成和各部分知識之間的關(guān)系。
   概念關(guān)系網(wǎng)是知識結(jié)構(gòu)描述的有效手段,用于描述知識的組成部分以及各部分之間的關(guān)系。一個

2、優(yōu)良的概念關(guān)系網(wǎng)可以直觀的展示知識的內(nèi)部關(guān)系,幫助挖掘隱含的知識,用于提高知識管理系統(tǒng)的性能。
   在分析比較了現(xiàn)有的知識庫,包括格式化的語義關(guān)系庫和半結(jié)構(gòu)化的知識集的基礎(chǔ)上,文章結(jié)合了維基百科的特性和共現(xiàn)分析技術(shù),提出了概念關(guān)系網(wǎng)快速構(gòu)建和自動維護(hù)的完整解決方案。本文的關(guān)鍵研究內(nèi)容如下:
   結(jié)合維基百科的知識處理技術(shù)和共現(xiàn)分析技術(shù),本文提出了基于維基百科和web共現(xiàn)分析的概念關(guān)系網(wǎng)構(gòu)建框架CACN-WCA(Con

3、struction Architecture ofConceptual Network Based on Wikipedia and Co-occurrence Analysis)。該框架根據(jù)概念關(guān)系網(wǎng)構(gòu)建階段和更新維護(hù)階段的不同需求,分別提出了基于維基百科數(shù)據(jù)集和web數(shù)據(jù)集的解決方案。在概念關(guān)系網(wǎng)初始化階段,充分利用維基百科豐富的語義信息對概念進(jìn)行標(biāo)記,提出維基百科中的概念關(guān)系識別模型,實(shí)現(xiàn)概念關(guān)系網(wǎng)的快速初始化;在概念關(guān)系網(wǎng)更新階

4、段以概念共現(xiàn)和相關(guān)度之間的聯(lián)系為基礎(chǔ),在大規(guī)模的web數(shù)據(jù)集中,通過對概念共現(xiàn)信息的跟蹤,實(shí)現(xiàn)了概念關(guān)系網(wǎng)的動態(tài)更新。
   在CACN-WCA系統(tǒng)結(jié)構(gòu)的指導(dǎo)下,文章對概念關(guān)系網(wǎng)構(gòu)建和維護(hù)的核心技術(shù),包括維基百科概念重要度算法、維基百科概念對分析算法、新概念/新概念對識別算法以及概念對權(quán)重調(diào)整算法,進(jìn)行了深入的研究。
   在概念關(guān)系網(wǎng)初始化階段,文章以維基百科提供的數(shù)據(jù)庫文件為分析素材。首先利用改進(jìn)的Croughton

5、-London規(guī)則移除數(shù)據(jù)集中包含的不完善頁面,又稱為stub頁面,在剩余文檔中,根據(jù)文檔內(nèi)容的完整性、可靠性等標(biāo)準(zhǔn)給不同的概念標(biāo)記相應(yīng)的重要度。接下來,概念對分析算法以維基百科文檔為分析單位,引入了維基百科文檔星型模型來表示文檔詞條和標(biāo)記概念中的關(guān)系,從中生成概念關(guān)系對。對于每個概念對權(quán)重的計算,算法中根據(jù)這一原則:標(biāo)記概念在文檔中的重要度反映了該概念與文檔詞條的相關(guān)程度,從而利用文檔中概念的語義信息計算出概念對的相關(guān)度權(quán)重。

6、   在關(guān)系網(wǎng)更新階段,文章以基于web數(shù)據(jù)的共現(xiàn)分析技術(shù)為基礎(chǔ),利用新概念/新概念對識別算法和概念對權(quán)重調(diào)整算法分別實(shí)現(xiàn)新元素的增加和已有元素屬性的調(diào)節(jié)。在新概念/新概念對識別算法中,除了出現(xiàn)頻率這一標(biāo)準(zhǔn),文章中還提出了累計增益的概念,從變化趨勢中識別出重要的元素。在概念對權(quán)重的調(diào)節(jié)中,文章提出了概念權(quán)重衰減模型和概念權(quán)重沖激模型,在使概念權(quán)重自然衰減的同時,利用共現(xiàn)信息來重新提升概念對的相關(guān)權(quán)重,實(shí)現(xiàn)概念關(guān)系網(wǎng)的動態(tài)平衡。

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論