一种基于WordNet语义相似度的改进算法

随着信息的快速发展,计算词语语义相似度在很多领域得到了广泛应用与研究,包括信息检索,信息抽取,词义排歧,基于实例的机器翻译,文本分类等等。本文在相关研究的基础上除了考虑路径外考虑了节点所在树中的深度和宽度,提出一种基于WordNet语义相似度的改进算法。     

一种改进的基于路径的语义相似度计算算法

在概念之间的相似程度计算算法中,基于路径的语义相似度算法扮演着重要的角色.首先分析常用的几种基于路径的相似度计算算法,然后针对Wu和Palmer算法中存在的两个缺陷,提出了一种改进算法.从整体上来讲,这种算法的改进较为直观,容易实现,算法时间复杂度和Wu和Palmer算法类似.     

基于语义树的概念语义相似度计算方法研究

在分析传统语义相似度计算方法的基础上,综合考虑了边的深度、密度、强度及两个概念的语义重合度、层次差等主要影响因素,提出了一种基于语义树的概念相似度计算方法,并验证了该算法的合理性.     

一种改进的领域本体语义相似度计算方法

在深入研究语义相似度计算方法的基础上,提出了一种改进的领域本体概念语义相似度计算法.算法考虑了概念间层次顺序、节点深度、语义重合度对基本语义相似度的影响,描述了决定概念语义相似度的各种因素,分析并建立了这些因素的数学模型.通过实验对比与分析,验证了此算法具有较好的精确性和准确性.     

基于树状结构的语义相似度计算方法分析

文中提出了基于树状结构的语义相似度计算方法.结合概念节点之间的语义关系、语义距离、概念节点的深度、密度对语义相似度的影响,利用树的层次关系来表达概念节点之间的语义信息,并对概念节点密度的计算进行改进,加入了可调节的参数,以适应不同的情景.通过实验验证了该算法在查准率方面具有较强的优越性.     

基于医学本体的语义相似度算法研究

基于本体的信息检索技术能够提高在复杂环境中的信息检索效率,而语义相似度计算是基于本体的信息检索技术的关键技术。在医疗领域本体的基础上,通过分析讨论了概念间的语义相似度与相关度,并对概念间的语义相似度与相关度的影响因素进行研究,提出了一种计算医疗概念间的语义相似度及相关度的数值,并得到两者综合值的计算模型。实验结果表明,该模型能够提高相似度数值的有效性,并通过对相似度数值的计算体现出医疗领域概念间的复杂关系。     

基于语义融合的文本相似度算法研究

针对在传统语义融合的文本相似度算法设计与实现中由于汉语语义复杂存在容易形成局部极小值而得不到全局最优、训练次数较多、学习效率降低、隐节点的选取缺乏理论依据等问题,提出一种改进算法。首先在把握文本相似度算法内涵和分类情况的基础上,通过调整数字识别方向、选取合适的数据来源,依据图像识别技术和算法深度学习的共性需求,从语义融合角度提出以核心词为节点进行文本相似度计算;然后通过多特征融合向量空间模型对特征项的类间分布问题进行分析,最终通过加权计算得到文本相似度。从算法实现效果来看,相较于传统算法能够获得更高文本分类准确度,改进基于文本相似度算法的语言处理技术更加高效、准确。     

基于知网的语义相似度的改进算法

词语语义相似度计算方法的研究是当前智能信息服务系统研究的重点,它在多个领域都有着充分的应用。本文是在其他学者的研究基础上,基于《知网》提出了一种语义相似度的改进算法。这种算法不仅考虑了义原在描述概念时的作用,同时也考虑到了符号在描述概念过程中的作用。实验证明这种算法更加合理。     

一种基于WordNet的短文本语义相似性算法

 短文本语义相似性计算在文献检索、信息抽取、文本挖掘等方面应用日益广泛.本文提出了一种短文本语义相似性计算算法ST-CW.此算法使用WordNet和Brown文集来计算文本中的概念相似性,在此基础上提出了一个新的方法综合考虑概念、句法等信息来计算短文本的语义相似性.在R&;B及Miller数据集上进行实验,实验结果验证了算法的有效性.     

基于模糊语义的本体概念相似度计算算法

针对现有本体概念相似度计算方法无法处理概念特征属性的模糊性问题,基于本体的语义结构特点提出了通过语义扩展集来对概念特征进行描述的方法,并在此基础上定义概念的模糊特征集合。在特征的量化过程中,充分考虑了本体概念相似度的不对称性、概念的层次深度及区域密度对相似度的影响,最后,通过模糊集合之间的相似度来衡量本体概念的相似度。在通用数据集上的实验表明,该方法的相似度计算性能要优于以往的计算方法。     

基于基因本体的语义相似度计算方法研究综述

基因本体是一个被广泛使用的生物数据资源,主要用于描述基因和基因产物的属性,包括分子功能、生物过程和细胞组件三个方面.基于基因本体的术语相似度及基因功能相似度计算对基因功能分析、比较和预测等生物学研究热门领域具有非常重要的意义.本文综述了基于基因本体的语义相似度算法,主要包括基因本体同一分支中的术语相似度计算法和基因本体跨分支术语相似度算法两大部分内容,并对这些方法的优缺点做了一定的分析总结.     

基于概念树的语义相似度计算的研究

Web信息检索技术已经在全世界广泛的应用,然而要想在各种领域范畴中做到准确的搜索,也是一件困难的事情。由此,我们提出针对某一特定领域构建领域词典,它能表现概念之间的语义关系和概念层次结构等,这样,我们可以大大提高在特定领域内信息的检索效率。同时,在此基础上提出基于概念树的相似度计算方法,从而使得检索的结果更加准确。     

基于混合语义相似度的服务匹配方法

服务匹配已经成为服务计算领域的一大热点.合理的服务匹配算法可以帮助服务需求者寻找到满足自己需求的服务.在分析现有的服务算法基础上,提出基于混合语义相似度服务匹配方法MSSMA（Mix Semantic Similarity Matching Algorithm）.将比较成熟的语义相似度算法和基于匹配等级的计算方法相结合,从而提高服务匹配的精度.     

基于相似度的双搜索多目标识别算法

在分析远距离多目标特性的基础上，提出了一种基于相似度的粗精双搜索多目标识别算法。在粗搜索阶段，首先利用圆形形态学模板在滤波后的二值化图像中快速搜索候选目标，再利用“距离相似度”原则进行候选目标的聚类分析，以同一目标内各候选目标点的形心位置作为局部熵处理区域中心。在精搜索阶段，以最大熵值点为种子点进行目标区域生长。为了减少运算量，提高实时性，还采用基于熵相似度、简单连接法与子区合并法相结合的改进型区域生长法，重构单个目标。仿真结果表明该算法可快速、准确地实现对5个目标的识别。     

基于知网语义相似度计算的文本特征提取

互联网中存在着大量的文本信息,而对于这些文本信息的监管还存在着很大的盲区,如何从互联网的大量信息中进行相关舆情分析、预测及管控足信息安全领域中的新课题,其中文本特征的有效提取是研究内容之一。文章基于知网中语义词语语义相似度的计算方法提出一套建立在之上的语句语义相似度的计算方法,并用此方法提取出文本的特征。     

基于语义相似度的数据服务分类方法

针对大量数据服务冗余,管理效率低的问题,提出一种基于语义相似度的数据服务分类方法。通过对数据服务描述文档提取特征词文档进行聚类分析,构建领域本体库,计算语义相似度,实现数据服务的分类,实验结果表明该方法能有效地提高服务管理效率。     

基于本体的概念语义相似度计算及其应用

概念的语义相似度计算是自然语言处理研究的重要组成部分,也是人工智能应用中亟待解决的问题.本体作为共享概念模型的明确的形式化的规范说明,给概念语义相似度的计算带来了新的生机,从而提出了一种基于本体的计算概念间语义相似度的方法,综合考虑了语义距离、节点深度和节点密度的影响,并加入了一个可调节的参数,以适应不同场景下的灵活应用,最后简单介绍了语义相似度在搜索引擎领域的应用.     

基于语义相似度的P2P平衡路由网络

结构化的路由算法已逐渐成为P2P的一个热点研究领域。针对目前结构化P2P算法中存在的难以有效支持基于内容的定位问题,提出了一种基于语义相似度的P2P平衡路由网络S-Tree,构造了基于平衡网络树的覆盖网络和语义拓扑。模拟实验表明,与已有的结构化P2P算法相比,S-Tree能有效提高网络的查全率,同时降低路由的延迟。     

一种基于语义优化非单调推理的方法

文章从一个例子出发,分析非单调推理产生不一致的原因,以及语义距离的作用。介绍了怎样在推理过程中利用语义信息的规则和方法,使用概念类的本体关系计算语义相似度的方法,并用实例加以说明。     

基于概念基元的词语相似度计算研究

词语相似度的计算在机器翻译、信息检索等多个领域有重要作用。该文以概念层次网络理论的概念基元符号系统为语义资源,在共性与差异性对比思想下,提出一个涵盖层次性、网络性、对比对偶特性、挂靠特性及五元组信息的多维度词语相似度计算方法;在节点深度和节点距离度量上,引入权重以增加不同层次间的区分程度。在人工打分的测试集上进行实验,结果表明该方法计算的相似度与人工判断的符合程度较好,兼容度、相关系数和序对符合度分别达到0.812, 0.786和0.775;同时,相关性检验的结果也显示该方法的计算值与人工打分显著相关。