基于ⅡG和LSI组合特征提取方法的文本聚类研究

本文利用改进的信息增益特征选择方法和潜在语义索引技术组合的特征提取方法,对文本进行了有效的自动聚类.从语料库中抽取了250篇文本,首先利用向量空间模型和改进的信息增益特征选择方法,构造文本特征向量,利用C-均值方法聚类,聚类结果准确率、查全率、F-measure分别达到0.82、0.88、0.83.在此基础上,对最优的特征选择结果运用潜在语义索引方法,对奇异值分解的结果进行截断处理,发现奇异值K取40时聚类结果的准确率、查全率、F-measure达到0.95、0.57、0.78,在有效地降维的同时,大幅度地提高了聚类的准确率.     

基于词向量扩展的学术资源语义检索技术

[目的/意义] 尝试以统计的方法为指导思想,探究基于词向量扩展的语义检索技术来提升学术资源的语义检索能力。[方法/过程] 利用自然语言处理、文本挖掘技术,对采集来的学术资源（主要是学术论文）元数据进行预处理,结合word2vec词向量生成工具和elasticsearch全文检索引擎搭建语义检索系统,对学术资源进行语义检索的探索研究。[结果/结论] 本文提出的方法能够有效提升学术信息的检索效果,一定程度上实现学术资源的语义检索,并为后续语义检索的进一步研究提供借鉴。     

基于SKOS的学术期刊文本资源多粒度语义标注方法研究

[目的/意义] 针对学术期刊文本资源语义标注仍存在的通用本体难以构建、标注粒度单一两大问题,提出基于SKOS的学术期刊多粒度语义标注方法,从而进一步推进语义标注的应用发展,更好满足用户的多粒度学术信息需求。[方法/过程] 在对《中国汉语主题词表》进行SKOS描述的基础上,以学术期刊文本资源为对象,实现其多粒度语义标注,并通过实证研究验证该方法的可行性。[结果/结论] 利用SKOS实现对学术期刊文本资源进行多粒度语义标注,较之当前学术检索系统中的标注结果,在"查全"查准"内部特征检索入口"检索结果反馈形式"4个方面具有一定优势。     

基于SemFus的科学论文语义聚合模型探析

对科学论文资源实施有效的语义聚合,以提高信息检索的精度和效率、满足用户信息需求、提升知识服务水平,是语义出版与知识组织研究关注的前沿问题.针对目前科学论文检索难以满足用户需求的现状,本文指出了科学论文语义聚合的必要性,并在SemFus语义聚合框架的基础上,结合科学论文的内容结构特征,提出了涵盖整个检索流程的语义聚合模型.     

语义网背景下基于单元信息的知识组织框架研究

语义网是万维网智能化发展的趋势,信息存取方式的改变引发了知识组织对象向语义化、多层次、细粒度的转变。本文提出将单元信息作为知识组织的对象,并采用元数据描述、本体构建、关联数据发布等方法,进行知识组织的新尝试。表1。图3。参考文献18。     

浅谈国外专业出版知识服务领域产品

专业领域数字出版经过多年的摸索,目前都逐步将方向放到了知识服务上,基于垂直领域的专业出版内容经过知识加工与标引,运用人工智能技术,为用户提供专业精准的知识服务成为行业发展的共识,在这方面,国外的知识服务商早已经有了丰富的经验,本文主要对国外领先的传统知识服务商的产品进行介绍及分析,为国内专业出版的转型升级提供参考。     

中俄谚语语义的比较研究

俄汉谚语承载着不同的民族文化特色和文化信息,本文通过对中俄谚语语义的三方面对比和研究,探究谚语中体现的俄汉民族文化的共性和个性,这对学习俄语语言文化的精辟和提升民族文化认知具有十分重要的意义.     

基于本体的网络爬虫技术研究

互联网已经成为最大的非结构化数据库,极大方便了信息访问.然而,网络上的信息大多都是无组织的,由于网络的分布式特性,很难对它进行信息和知识管理.因此,如何建立一个智能的信息发现机制很有必要.本文在分析了爬虫工作原理和传统算法后,提出了一种基于本体的网络爬虫的信息发现框架.该框架包含了预处理模块和本体管理模块,定义了网页相关度计算策略,最后通过实验对该框架进行了评估.     

基于ontology的数字图书馆互操作机制研究

互操作是数字图书馆研究的核心问题之一,其根本目的是提供一种分散、异构、海量的信息整合机制,以有效操作大规模分布式数字信息,实现跨库统一检索.文章首先介绍了数字图书馆互操作问题和本体论技术,然后阐述了基于通用本体的元数据互操作机制,最后提出了基于本体论的数字图书馆互操作机制.     

关联语义的概念查询扩展模型

针对传统查询扩展存在的缺陷,设计了一种基于关联语义的概念查询扩展模型,从概念语义层次上阐述了模型的设计思想及其各组成模块的功能.在分析提取用户查询语义机制的基础上提出一种计算用户查询语义与文档的语义关联权重的新方法.理论分析和实例验证表明这种查询扩展方法可以改善查全率和查准率.