面向大规模社区问答数据的问题检索方法

随着问答社区网站的兴起,越来越多的用户生成数据积累了起来。这些用户生成数据不仅具有海量的、多样性的等特点,还有着极高的质量和重用价值。为了高效地管理和利用这些数据,近年来研究人员基于这些数据进行了大量的研究和实践,而社区问答中的问题检索就是一个被广泛研究的课题。主要研究了面向大规模社区问答数据的问题检索方法。收集来自Yahoo!Answers等社区网站的超过1．3亿问题和10亿答案的大规模数据,与之前的基于百万量级的数据的问答社区相关研究工作相比有着明显的不同和极高的实用价值。在此数据的基础上,通过查询自动分类方法来提高每次查询效率和效果。在问题检索过程中,提出了应用查询问句和问题的结构信息和语义信息,结合排序学习算法来融合多种不同类别的特征的方法,通过应用训练数据生成排序模型来提高问题检索的相关性和词语不匹配等问题。实验表明,本文应用RankingSVM方法来训练的排序模型在不同数据集上,其准确率等评价指标上都相比以往的方法有着显著的提高。     

语义检索技术研究

语义检索是信息检索的一个新的研究方向,已逐渐成为许多领域的有用工具。在介绍语义检索的基本特点以及语义检索的意义的基础上,对现有语义检索的主要思想方法进行了总结,最后对语义检索的发展方向进行了展望。     

面向知识库问答的问句语义解析研究综述

知识库问答（Knowledge Base Question Answering,KBQA）借助知识库中精度高、关联性强的结构化知识,为给定的复杂事实型问句提供准确、简短的答案.语义解析是知识库问答的主流方法之一,该类方法在给定的问句语义表征形式下,将非结构化的问句映射为结构化的语义表征,再将其改写为知识库查询获取答案.目前,面向知识库问答的语义解析方法主要面临三个挑战：首先是如何选择合适的语义表征形式以表达问句的语义,然后是如何解析问句的复杂语义并输出相应的语义表征,最后是如何应对特定领域中数据标注成本高昂、高质量数据匮乏的问题.本文从上述挑战出发,分析了知识库问答中常用的语义表征的特点与不足,然后梳理现有方法并总结分析其如何应对问句的复杂语义,接着介绍了当前方法在标注数据匮乏的低资源场景下的尝试,最后展望并讨论了面向知识库问答的语义解析的未来发展方向.     

隐含语义索引在农业技术问答系统中的应用

利用隐含语义索引技术设计了一个问答系统,在系统中利用隐含语义索引理论进行查询问题和数据库中的候选问题的相似度计算.主要是通过构造一个语义矩阵,进行奇异值分解消除"噪音"进行实现的.这样更清晰地表示出了词之间的语义相关性,使本系统可以接受被自然语言描述的问题.最后,对整个系统进行实验测试并对测试结果进行了分析,发现本系统比一般的基于VSM等方法实现的系统表现出了明显的优势.     

黄页检索的语义实现研究

传统黄页检索采用基于关键词的检索,而缺乏对语义的表示、处理等能力,这就导致了目前黄页检索质量低下的缺陷。提出使用语义Web技术和Web服务结合起来的语义Web服务解决该问题的思路,构造了语义级别的黄页检索框架,他能够提高检索的查全率和查准率。同时介绍了黄页检索现有的一些应用系统,并分析下一步研究方向。     

基于语义的数字图书馆检索模型研究

随着网络技术的快速发展,数字图书馆已经成为信息传播和获取的重要途径。而现阶段的数字图书馆缺乏具有语义性的匹配,同时没有提供计算机可读的语义信息。结合图书馆的具体应用,构建了基于本体语义技术的数字图书馆检索模型,并设计实现了一个检索系统原型,然后综合分析并利用DC元数据,建立了描述图书元数据的本体,同时结合图书馆的具体应用,构建了基于本体语义技术的扩展检索模型。最后,根据上述扩展检索模型设计了检索系统原型,并通过三组实验对比,验证了构建的检索模型的有效性和实用性。     

综合语义与颜色特征的图像检索技术研究

针对多媒体搜索引擎系统中的图像检索技术，本文提出了应用图像的高层语义特征和底层颜色特征作为图像检索的综合指标，将图像文本和视觉信息融合起来，给出了一种综合语义和颜色特征的图像检索系统的体系架构．以填补多媒体底层特征和高层语义之间的差异，并在此基础上提出了相关算法，使图像检索能够满足用户的需求．提高图像检索的效率和精度。     

基于本体的语义检索技术在题库中的应用

传统的题库并未考虑到题目的语义及题目之间的关系.针对这个问题,介绍了语义网络和本体的概念,探讨了应用本体来构造题库中题目的有关知识,从而形成用知识型题库的方法和基于本体的语义搜索技术来分析题目所涵盖知识点的方法.     

基于规则推理的语义检索若干关键技术研究

 针对专业领域复杂的检索需求,目前相关研究采用基于语义的方法来扩展检索范围并提高准确度.在语义推理方面,目前搜索引擎通常直接采用语义网中的推理算法,推理效率不高.在排序方面,基于关键字的搜索引擎的排序算法也不适合对语义检索结果进行排序.针对上述问题,本文给出了基于语义网的语义规则建立方法,并提出了一种基于闭合世界假设的反向链接推理算法,提高推理效率,同时给出了一种基于特征相似性排序算法,使检索结果排序方式更加符合语义检索的特点.基于本文提出的方法,构造了语义搜索引擎MaterialHub,实验表明该搜索引擎提高了检索的准确率和查全率,有较好的查询响应时间,并已经得到实际应用.     

面向语义构件检索的交互式查询方案生成

 基于语义的构件检索过程中存在的一个突出问题是用户对问题域的理解以及所熟悉的自然语言表达方式与构件的规范语义描述之间存在差异,从而导致用户很难准确刻画自己的检索请求.针对这一问题,本文提出了一种交互式的查询方案生成方法.该方法通过概念映射将用户的自然语言查询转换为本体描述,从而确定用户的查询方案.其中,概念映射需要通过与用户的交互式会话过程完成.该方法可以充分挖掘潜在的用户查询语义,对于提高构件检索的查准率和查全率、减少查询努力具有十分重要的作用.     

构建语义检索式检索最接近现有技术

最接近现有技术是评价发明创造性和保证授权发明权利要求稳定性的关键因素,通过比较欧洲专利局、美国专利与商标局、中国国家知识产权局的审查员对一个同族案件选择不同的现有技术,得出了不同的审查结论,探讨了最接近的现有技术的选取对审查结果的重要影响,并提出了基于发明要素来构建语义检索式、定位最接近现有技术的检索策略.     

基于语义分析的政策法规智能审核研究与实现

随着人工智能应用越来越广泛,自然语言处理技术得到了快速发展。针对文本的语义分析、比对,一直是研究的热点与难点。因此,在自然语言处理语义相似度相关算法研究的基础上,针对垂直领域中的政策法规,依据政策法规用语规范、构成具有一定规律的特点,采用词向量、句法分析、深度神经网络LSTM模型结合规则库的一种多特征融合语义分析与比对方法,对政策法规进行智能审核,并通过相关实验证明了此方法的有效性。     

G2S:基于语义块的知识图谱问答语义解析

问题意图理解是知识图谱问答的主要任务之一,语义解析是当前理解问题意图的主流方法.其主要挑战是如何充分利用知识图谱上下文理解问句中的隐含实体或关系,以及时间、排序和聚合等复杂约束条件等意图.为了应对这些挑战,本文提出了一种基于语义块的知识图谱问答语义解析框架——Graph-to-Segment,框架中的语义解析模型结合了基于规则的准确度和基于深度学习的覆盖度,实现了问题到语义块序列的解析和语义查询图的构造.框架将问题意图使用基于语义块的语义查询图表示,将问题的语义解析建模为语义块序列生成任务,采用编码器-解码器神经网络模型实现问题到语义块序列的解析,然后通过语义块组装形成语义查询图.同时,结合知识图谱中的上下文信息,模型使用图神经网络学习问题的表示,改进隐含实体或关系的语义解析效果.在两个知识图谱问答数据集上的实验表明,模型性能达到了良好的效果.     

基于语义的视频检索关键技术综述

随着大量视频的出现,视频内容检索是当今多媒体应用的一个重要研究方向。现有的视频检索技术多是基于低层特征,这些低层特征与高层语义概念相差较多,严重影响了视频内容检索系统的实用性。由于低层特征和高层语义概念间的语义鸿沟,如何从视频内容中提取人类思维中的语义概念,正成为目前视频内容检索中最具有挑战性的研究内容。文中介绍了语义视频检索出现的背景和国内外最新研究动态,分析了现有方法的优缺点,对现有的关键技术进行综述。     

基于语义的相片检索研究与系统实现

随着数码相机的普及应用,日益增多的相片对高效的相片管理和检索技术提出了迫切的需求。传统的基于关键字检索和基于内容检索技术都不能很好满足人们的需求,因而基于语义的检索技术受到越来越多的关注。文中分析了基于本体的语义检索方法,研究并实现了语义检索算法,并用于基于语义的相片检索子系统中,在此基础上,还提供了三个有趣且有效的检索和管理工具。运行实验表明,该系统满足了用户对语义的检索需求。     

面向手语信息处理的维吾尔文本采集的研究

从自然语言处理以及深度学习的基本理念、原则出发,为基于中国手语的维吾尔文本信息处理研究提供数据资源,为面向手语信息的手语合成研究,为手语新闻文本编辑研究提供科学依据,对维吾尔文本进行自动分词、自动分句研究,并利用Word2Vec方法进一步建立文本词元库,通过这样保证训练语料的多元化及通用性。最后,利用词干提取方法以及分割字母的方式将维吾尔文本信息转换成手语文本信息,并在此基础上初步采集面向手语信息处理的维吾尔文本信息。实验表明该研究达到了预期目标。     

Web网络环境下的语义检索平台设计与分析

在Web网络环境下,传统信息检索方法仅依据简单的字和词进行匹配,未考虑知识的描述、处理以及理解等性能,检索质量和效率低。因此,设计了基于Web的语义检索平台,其由数据层、数据访问层、业务逻辑层、控制层和人机接口层组成。业务逻辑层依据数据访问层操作数据,并将数据反馈给控制层;控制层是用户申请和业务逻辑操作间的调控器;人机接口层是用户同检索平台间实现交互的桥梁,用户通过该层中的操作界面完成信息的检索。分析Jena在语义检索平台中的作用,并在软件设计部分,分析通过Jena实现语义检索平台数据检索的过程和其中的关键代码。实验结果表明所设计的语义检索平台具有较高的检索质量和效率。     

基于概念图与WCN的二次语义检索的研究

针对以用户目标为驱动的语义服务,提出了一种个性化的检索框架.采用加权概念网络表示用户模型.以概念图的形式定义需求中概念间的语义关联关系,充分表达用户的真实需求.给出了概念图与加权概念网络的匹配算法,对利用该算法得到的初步检索结果,考虑用户兴趣、职业特征及使用偏好等因素,进行二次排序,使得查询结果更富有个性化.实验结果表明,信息反馈的准确率得到了有效提高.     

云环境下的语义本体构建及其在语义检索中的应用

随着云技术的广泛应用,云环境下的语义检索也逐渐成为重要的研究内容,而语义本体构建是首先需要解决的问题.本文首先提出了一种基于相似度计算的数据部署策略,综合考虑了概念之间的结构相似度和语义相似度,将对象数据最优化的部署到不同的虚拟机分别构建语义本体,并给出了相应的语义检索算法.     

基于概念格的图像语义检索研究

概念格是一种有效的数据分析和知识提取的形式化工具,已广泛应用于机器学习、人工智能、软件工程、知识发现等领域.提出了一种新的基于概念格的图像语义检索方法,将概念格理论应用到图像检索中,利用形式概念分析发现图像中潜在的概念结构和概念间的相互关系.借助于语言变量描述图像语义特征并根据这些模糊语义值构建概念格,用基于概念格的方法进行图像语义检索,这种方法所给的结果与人类视知觉具有更好的一致性.