“才怪”的词汇化及语用功能

"才怪"在现代汉语口语中十分常见,通过分析"才怪"的句法语义表现,可以拟测其词汇化过程并探讨其词汇化机制。我们初步推测"才怪"是由"才+奇怪"演化并词汇化。"才怪"作为后置标记,表达反预期信息,具有否定功能。"才怪"具有特殊的否定语用价值,在使用上有一定的制约条件。     

Relevance-based entity selection for ad hoc retrieval

Recent developments have shown that entity-based models that rely on information from the knowledge graph can improve document retrieval performance. However, given the non-transitive nature of relatedness between entities on the knowledge graph, the use of semantic relatedness measures can lead to topic drift. To address this issue, we propose a relevance-based model for entity selection based on pseudo-relevance feedback, which is then used to systematically expand the input query leading to improved retrieval performance. We perform our experiments on the widely used TREC Web corpora and empirically show that our proposed approach to entity selection significantly improves ad hoc document retrieval compared to strong baselines. More concretely, the contributions of this work are as follows: (1) We introduce a graphical probability model that captures dependencies between entities within the query and documents. (2) We propose an unsupervised entity selection method based on the graphical model for query entity expansion and then for ad hoc retrieval. (3) We thoroughly evaluate our method and compare it with the state-of-the-art keyword and entity based retrieval methods. We demonstrate that the proposed retrieval model shows improved performance over all the other baselines on ClueWeb09B and ClueWeb12B, two widely used Web corpora, on the [email protected], and [email protected] metrics. We also show that the proposed method is most effective on the difficult queries. In addition, We compare our proposed entity selection with a state-of-the-art entity selection technique within the context of ad hoc retrieval using a basic query expansion method and illustrate that it provides more effective retrieval for all expansion weights and different number of expansion entities.     

叙词表转换为Ontology的研究

Ontology为需要共享某一领域信息的研究人员提供了通用的词表，而这正是传统的叙词表在信息检索中所起的作用。本文对叙词表向OntologY转换进行了综合性介绍，分别介绍了Ontology定义及作用、叙词表和Ontology的联系、Ontology所包含的内容和建立步骤以及叙词表转换为Ontology的研究和进展，最后结合一个具体实例加以阐述。     

基于类比推理的控制系统分析法

提出了一个基于类比推理的控制系统分析方法，并介绍了方法的构成、特点和软件分析结果等。     

语义检索

语义检索是信息检索的发展趋势。本文介绍了三个语义检索系统－UMLS、Semantic web以及WordNet的结构、特点和原理。     

基于时空相似测度的冷链物流分区配送路径优化

为提高生鲜品冷链物流配送的时效性,进而提高冷链配送企业的服务质量和市场竞争力,考虑客户地理位置的相邻性和交货时间窗的相似性,提出基于时空相似测度的冷链物流分区配送路径优化模型。借助基于时空相似测度的k-means聚类方法和遗传算法,实现客户的动态分区和路径优化。通过算例发现:基于时空相似测度进行分区的路径优化方案不仅在配送成本、时间惩罚成本和货损成本上明显优于基于传统的固定分区和基于空间相似测度进行分区的路径优化方案,而且时效性也明显改善。     

基于主题句相似度的标题党新闻鉴别技术研究

针对目前网络上的标题党新闻,提出一种标题党新闻自动识别的算法。通过分析新闻网页构成的特点,抽取出新闻标题和新闻正文;以句子关系矩阵为基础,提出一种以语句为单位的主题句抽取算法;根据句子相似度计算结果来进行判断。实验表明,本方法的识别精度可达到80%,是一种有效的方法。     

Web数据关联创建策略研究

调研关联数据的关联关系创建算法和策略,分析同构模式下属性相似度和图形相似度算法以及相应的组合策略,对比研究异构模式下包含和不包含实例信息的架构映射方法,对可创建丰富语义关联的推导传递的思想进行剖析,并提出关联创建面临的挑战。     

基于句法依赖关系模板的术语相似度计算方法

针对现有基于语境特征的术语相似度算法在语境模板生成和匹配过程中存在的不足,提出基于术语的句法依赖关系自动构造术语语境模板,进而通过语境模板匹配计算术语相似度的方法。该方法既能减少语境模板的生成和匹配困难,又将术语语境特征较好地保留在模板中。针对新方法提出具体的实现步骤,并选取基因工程领域实验数据对新方法和现有典型方法进行对比评测。实验证明,新方法在计算效果方面具有明显提升。     

利用D2R实现关系数据库与关联数据的语义模式映射

关系型数据库和关联数据的概念模型都基于现实世界的实体、属性及其关系而构建,具备建立映射和实现转换的可能性。两者语义模式映射的重点是关联关系的构建与表达。开源软件D2R的映射语言,通过核心要素ClassMap、PropertyBridge及其属性,支持关系数据库的SQL实现,支持将关系数据库不同实体之间、同一实体内部及与外部数据的关联关系构建为RDF链接。