Test Data Likelihood for PLSA Models

Probabilistic Latent Semantic Analysis (PLSA) is a statistical latent class model that has recently received considerable attention. In its usual formulation it cannot assign likelihoods to unseen documents. Furthermore, it assigns a probability of zero to unseen documents during training. We point out that one of the two existing alternative formulations of the Expectation-Maximization algorithms for PLSA does not require this assumption. However, even that formulation does not allow calculation ofthe actual likelihood values. We therefore derive a new test-data likelihood substitute for PLSA and compare it to three existing likelihood substitutes. An empirical evaluation shows that our new likelihood substitute produces the best predictions about accuracies in two different IR tasks and is therefore best suited to determine the number of EM steps when training PLSA models. The new likelihood measure and its evaluation also suggest that PLSA is not very sensitive to overfitting for the two tasks considered. This renders additions like tempered EM that especially address overfitting unnecessary.The work reported here was carried out while the author was at the Palo Alto Research Center (PARC).     

论《语义理据》在高职英语教学中的应用

概念的阐述,《语义理据》的分类及运用。《语义理据》运用效果及意义。     

隐含语义检索及其应用

隐含语义检索(Latent Semantic Indexing, LSI) 是一种基于概念的文献检索方式。它区别于传统的基于用户查询条件与文档的单词匹配的文献检索方法, 根据文档与查询条件在语义上的关联而向用户提交查询结果。本文介绍了隐含语义检索在文献检索中的一种实现方法, 为文献检索提供了一种新的途径。     

三种文档语义倾向性识别方法的分析与比较*

研究并实现三种文档倾向性识别的方法：基于情感词加权的方法、基于语义模式分析的方法和基于文本分类的方法。第一种方法利用特征词汇的情感语义倾向性。第二种方法对自然语言的句法结构进行简化，以获取合适粒度的倾向性语义模式。第三种方法则直接利用传统的基于文本分类的方法。通过在网络舆情分析系统中的具体实现，探讨这三种方法各自的不足和优势。     

基于本体的Web服务合成研究*

在对Web服务和Web服务合成的概念，以及OWL S提供的Web服务上层本体和基于本体的Web服务合成描述进行介绍后，指出OWL S对Web服务合成的描述能力有限，应针对Web服务合成进行基于本体的语义扩充。通过实例介绍如何在WSDL定义的概念基础上扩展得到基于本体的Web服务描述，在给出的Web服务定义的基础上讨论Web服务可合成性的定义，它是未来Web服务自动合成的前提和基础。     

文献自动分类因果推理技术的实现

论文结合《中图法》和《中国分类主题词表》,分析其内容、结构,形成自动分类因果推理规则,实现文献的自动分类,从而解决目前自动分类的瓶颈问题。     

汉语框架网络问答系统的问句分析设计与实现

利用框架语义学原理,构建出面向问句分析的语义框架——Q框架,在此基础上实现对问句的语义分析。从语义规则角度提出问句分析设计的思路：基于依存句法树确定不同类型问句的目标词,采取模式匹配方法实现基于Q框架的问句语义分析,通过映射完成对问句的框架语义标注,最终确定问句焦点和问句类型。     

FrameNet框架之间的关系分析

通过介绍FrameNet中框架间的关系,对继承关系、透视关系、总分关系、先后关系、起始关系、致使关系、使用关系、参照关系等每一关系的特点进行详细分析,为构建法律框架网络本体提供参考作用。     

基于概念外延的Folksonomy语义关系挖掘方法

为改善Folksonomy中的资源利用效率,对Tag间的语义关系挖掘进行研究,提出一种利用大众标引关系、通过界定概念外延挖掘Tag间语义关系的方法。在del.icio.us真实数据上所进行的实验验证该方法是可行的。     

电子文件管理元数据值语义结构化分析

深入分析如何对元数据值中基本值(Basic Value)和值构成部分(Value Component)进行结构化,并且得出元数据值语义结构化程度高低将决定元数据值语法标准化程度高低的结论。