共查询到10条相似文献,搜索用时 78 毫秒
1.
国外标签本体研究进展 总被引:1,自引:0,他引:1
为解决folksonomies的问题,提出给标签、标注行为增加语义的标签本体,并利用语义网本体建模标注行为和folksonomies。标签本体的发展从关注标注活动发展到关注folksonomy(协同标注活动),并从标签含义的角度,创建MOAT跨越标注行为与语义检索的鸿沟。标签本体正走向统一、共享的新阶段。 相似文献
2.
3.
本文利用SOM神经网络的自组织特征,对delicious网站的典型标签族进行分类,从而识别社会化标注系统中标签的语义维度,为信息用户对标签的使用提供语义方面的参考。 相似文献
4.
通过实验采集用户的图像标注结果,对3种图像语义标注模式——基于标签打分的图像标注模式、单标签下基于图像比较的标注模式以及多标签下基于图像比较的标注模式的标注效果进行对比研究。研究发现:1基于标签打分的图像标注模式和单标签下基于图像比较的标注模式能够帮助用户对图像各标签的语义强度进行有效标注;2多标签下基于图像比较的标注模式可以帮助用户对图像各标签语义强度的比例关系进行有效标注;3标注界面中是否同时显示图像的所有标签,可能影响到用户对图像在各标签上语义强度比例关系的判断。 相似文献
5.
6.
7.
传统Web页面语义标注方法需手工处理,或只可将Web页面中有属性的标签赋予数据,针对无属性标签数据不进行标注,不适于大规模Web页面信息标注,且标注结果不可靠。为此,提出一种新的基于集成学习的动态Web页面语义标注方法。给出动态Web页面语义标注流程。将Web页面转换成DOM树,识别待标注文本。选取抽取信息特征与训练Web页面特征,将含有语义信息的内容分配至概念抽象化的本体上,采用多分类器集成学习方法进行分类,区分待标注信息是属性标签还是数据元素,通过不同分类器预测结果的一致性对相应样本被准确标注的置信度进行衡量。通过训练页面中涵盖的属性标注规则集与抽取信息中的属性名称实现语义标注。实验结果表明,所提方法适于大规模动态Web页面语义标注,标注结果可靠。 相似文献
8.
【目的/意义】社会化问答社区现已成为网络用户共享、传播及获取知识的重要平台,但其开放性和交互性 也给其问题推荐工作带来了巨大的挑战。本文提出的基于多源混合标签的方法能够有效提高社会化问答社区的 问题推荐质量,以促使问题得到及时有效地解决。【方法/过程】利用自动标签标注系统从问答文本中提取关键词, 将语义扩展后的关键词作为基本标签,并建立多源混合标签库;利用标签表示用户的兴趣偏好与权威度,并建立用 户特征模型;最终通过协同过滤的方式进行匹配推荐。【结果/结论】实验结果表明,本文提出的基于多源混合标签 的问题推荐方法在检全率、检准率以及F值等指标方面均不同程度地优于基于文本相似度的基准方法。 相似文献
9.
社会化标注体现了Web2.0时代的集体智慧,隐含了丰富的语义信息。本文分析了社会化标注的认知过程,探讨了社会化标注的浮出语义,提出了一种社会化标注的语义聚类算法。从语义的角度对社会化标注进行分析,有助于理解和挖掘社会化标注的隐含语义,指导平面化的自由分类法进行本体构建,丰富语义网资源。 相似文献