版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、在知識分析領(lǐng)域的研究中一直存在兩個問題,一方面,網(wǎng)絡(luò)文獻(xiàn)知識庫中的海量資源及其分類的粗粒度,導(dǎo)致學(xué)習(xí)者容易在文獻(xiàn)檢索和閱讀過程出現(xiàn)認(rèn)知迷航和知識過載問題;另一方面,同名作者的辨識是一個非常重要和復(fù)雜的研究課題,在科技文獻(xiàn)的檢索與調(diào)研工作中,大量的作者重名現(xiàn)象降低了工作的準(zhǔn)確性,降低搜索質(zhì)量,導(dǎo)致科研周期的不必要延長。
針對這兩個問題,本文從知識聚類的角度出發(fā),分別提出一種基于MapReduce的知識聚類與統(tǒng)計機(jī)制和一種基于多特
2、征融合的作者重名消岐機(jī)制,以期從文獻(xiàn)統(tǒng)計和重名消歧兩個研究方面來解決知識分析領(lǐng)域存在的這兩種問題。具體的研究工作包括以下三個部分:
?。?)提出一種基于MapReduce的知識聚類與統(tǒng)計機(jī)制,包括一種基于MapReduce的共現(xiàn)矩陣構(gòu)建算法(MapReduce-based Co-occurrence Matrix building algorithm,MR-CoMatrix)和一種基于MapReduce的文獻(xiàn)統(tǒng)計算法(MapRe
3、duce-based knowledge Statistics,MR-Statistics),并將其應(yīng)用于構(gòu)建樹狀知識聚類譜系圖和知識屬性的統(tǒng)計。
?。?)提出一種基于多特征融合的作者重名消歧機(jī)制,包括一種單特征相似度檢測方法(Single Feature Similarity Detection,SFSD)、一種用于進(jìn)行初步消歧的單特征消歧算法(SFSD-based Disambiguation,SFSDD),在這二者的基礎(chǔ)上
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 科技文獻(xiàn)作者重名消歧與實體鏈接.pdf
- 基于聚類的英漢人名消歧研究.pdf
- 基于兩階段聚類的人名消歧算法研究.pdf
- 基于層次聚類和網(wǎng)頁關(guān)系的人名消歧.pdf
- 基于兩步聚類和查詢擴(kuò)展的人名消歧方法的研究.pdf
- 基于語義類詞法信息的詞義消歧.pdf
- 基于語義類詞法信息的詞義消歧
- 基于詞的屬性的消歧與統(tǒng)計分析的研究.pdf
- 基于統(tǒng)計的中文詞義消歧技術(shù)研究.pdf
- 文本聚類在話題檢測與人名消歧中的應(yīng)用研究.pdf
- 基于統(tǒng)計學(xué)習(xí)的詞義消歧關(guān)鍵技術(shù)研究.pdf
- 基于云平臺的知識聚類與關(guān)聯(lián)挖掘機(jī)制研究.pdf
- 基于語義指紋的中文文獻(xiàn)著者姓名消歧方法研究.pdf
- 基于文本聚類的網(wǎng)頁消重算法研究.pdf
- 基于類電磁機(jī)制的聚類算法研究
- 基于類電磁機(jī)制的聚類算法研究.pdf
- 29621.科技文獻(xiàn)作者消歧方法研究
- 基于SVM的離合詞詞義消歧.pdf
- 基于Moses的漢語詞義消歧.pdf
- 基于語義范疇擴(kuò)展的詞義消歧的研究.pdf
評論
0/150
提交評論