2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩56頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

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、為了提高計算機(jī)的智能化程度,在自然語言處理的過程中,加入語義知識的理解是非常必要的。隨著日益增長的信息處理需求,如何從海量的語料資源中自動地獲取豐富的語義知識,以及如何有效地利用這些語義知識來實(shí)現(xiàn)對文本語義的理解,已成為一個重要的研究課題。
  維基百科作為一個以開放和用戶協(xié)作編輯為特點(diǎn)的Web2.0知識系統(tǒng),具有知識面覆蓋度廣,結(jié)構(gòu)化程度高,信息更新速度快等優(yōu)點(diǎn),其中蘊(yùn)涵有豐富的語義知識,是目前眾多學(xué)者進(jìn)行語義知識抽取所青睞的語

2、料數(shù)據(jù)資源。然而,維基百科的官方僅提供一些半結(jié)構(gòu)化的基本數(shù)據(jù)文件的備份,很多有用的結(jié)構(gòu)化信息和數(shù)據(jù),并不能直接地獲取和使用。
  為此,本文首先從這些半結(jié)構(gòu)化的基本數(shù)據(jù)中抽取整理出多種結(jié)構(gòu)化信息;接著,對維基百科的知識組織形式進(jìn)行了抽象架構(gòu),實(shí)現(xiàn)了一套開放的API接口,減輕了用戶從中獲取結(jié)構(gòu)化信息的難度;最后,利用這些信息數(shù)據(jù),本文提出了一種新的計算詞語間語義相關(guān)度的算法。因此,本文的主要工作包含以下幾個方面:
  第一,結(jié)

3、構(gòu)化信息的抽取。首先從維基百科官方網(wǎng)站下載了所需的備份數(shù)據(jù)資源;接著,先把備份數(shù)據(jù)文本中的繁體字全部轉(zhuǎn)換為簡體,再從中抽取整理出條目間內(nèi)鏈接信息,分類系統(tǒng),錨文本數(shù)據(jù)等多種結(jié)構(gòu)化信息;然后,把這些信息全部存儲到數(shù)據(jù)庫中,并對重要的字段建立了索引。
  第二,對維基百科知識組織形式的抽象架構(gòu)。首先分析了維基百科中條目的不同作用,進(jìn)而把所有的條目分為六種類型;然后,針對每種類型的條目,總結(jié)并實(shí)現(xiàn)了獲取其相應(yīng)的結(jié)構(gòu)化信息的方法;最終,實(shí)

4、現(xiàn)了一套開放的API接口,方便了用戶更直觀地了解和使用這些結(jié)構(gòu)化信息。
  第三,提出了一種新的計算詞語間語義相關(guān)度的算法。在對比總結(jié)人工語義知識庫與維基百科異同點(diǎn)的基礎(chǔ)上,借鑒傳統(tǒng)算法的優(yōu)點(diǎn),結(jié)合中文維基百科數(shù)據(jù)的自身特點(diǎn),提出了一種新的計算詞語間語義相關(guān)度的算法,該算法綜合利用條目間內(nèi)鏈接,錨文本和分類系統(tǒng)三種結(jié)構(gòu)化信息,并通過核函數(shù)的思想,融合了分類間的語義知識。在實(shí)驗(yàn)部分,本文在不同的數(shù)據(jù)集上對比了本文算法與其他經(jīng)典算法的

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。

評論

0/150

提交評論