版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、模式信息在語義網領域一直扮演著十分重要的角色,在單語言環(huán)境中,模式信息已經獲得了廣泛的研究和應用。然而,跨語言的模式信息鏈接雖然也能夠在很多場景中獲得應用,但對它的研究依舊顯得不足,而且現有的跨語言信息匹配技術很難直接用于它的構建。
基于以上現狀,本文對雙語開放鏈接模式的匹配技術進行了研究。具體來說,主要包含以下三點內容:
1.研究雙語類別之間相似度的評價方法。這是整個匹配問題的基礎,本文提出了基于字典的相似度,基于
2、結構的相似度,基于屬性的相似度和基于實例的相似度四類方法。其中基于字典的方法解決了匹配的語言障礙,其他三類方法利用不同的類別描述信息從不同的維度對類別間的相似度進行了評價。
2.研究基于機器學習的類別之間匹配的判定算法。本文嘗試了邏輯斯諦回歸,決策樹,多層感知機三種機器學習的模型來綜合上面所述的各種相似度評價方法,并對不同的模型進行了對比分析。
3.研究匹配結果的評價方法。由于缺少黃金準則,對結果的評價是一個難點。最
3、終本文采用了隨機抽樣加人工投票的方式對匹配結果進行了準確度分析,還將本算法與其他算法進行了對比實驗,分析了準確度與覆蓋度。
總體來說本文提出了一個雙語開放鏈接模式的匹配算法,其中基于屬性和基于實例的相似度評價方法對實例信息的利用深入到了“屬性”與“屬性值”兩個更細的粒度,使得雙語信息匹配環(huán)境中實例的重合程度較低的問題得到了解決,這是本文的主要創(chuàng)新點。
除了對匹配算法本身的研究之外,本文還對包括模式信息獲取,構建和匹配
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,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔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
- 基于開放鏈接模式的網站分類技術研究.pdf
- 開放鏈接技術研究.pdf
- 開放鏈接技術.pdf
- 基于中文開放鏈接數據的實例抽取技術研究.pdf
- 時間序列模式匹配技術研究.pdf
- 全局模式和局部模式之間的模式匹配技術研究.pdf
- Deep Web模式匹配技術研究.pdf
- 基于視圖的RDF模式匹配技術研究.pdf
- 基于模式匹配的中文問答技術研究.pdf
- 基于本體的Deep Web模式匹配技術研究.pdf
- 基于模式匹配的互聯網監(jiān)聽技術研究.pdf
- 支持海量異構數據集成的模式匹配技術研究.pdf
- gis數據庫模式匹配技術研究
- 基于點模式匹配的指紋識別技術研究.pdf
- 基于模式匹配和機器學習的協(xié)議識別技術研究.pdf
- 基于領域知識的數據庫模式匹配技術研究.pdf
- 物聯網模式識別與匹配技術研究.pdf
- 海量多模式串匹配算法關鍵技術研究.pdf
- 指紋匹配技術研究.pdf
- 構建中文大規(guī)模開放鏈接模式關鍵問題的研究.pdf
評論
0/150
提交評論