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52頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、近年來,自然語言處理越來越火熱,詞義相似度計算的研究也成為該領(lǐng)域的重要分支。它在信息檢索中的使用非常普遍,也在句法分析中起關(guān)鍵作用。詞義相似度計算的研究一直有不少優(yōu)秀學者在進行探索,從提出至今已有十多年的發(fā)展歷史,它的定義也越來越清晰。上個世紀末開始國內(nèi)外的學者對其進行的研究方法大概分為兩種。第一種是根據(jù)大規(guī)模的知識來計算,主要思想是根據(jù)詞語概念層次關(guān)系的語義詞典方法,通過上下位的聯(lián)系移交同位詞來做相似度計算。第二種是利用爬取語料庫,通

2、過特征統(tǒng)計選擇出上下文相關(guān)的語義信息,并對與關(guān)鍵詞相關(guān)性較強的上下文詞語做概率分布計算。現(xiàn)如今加入了神經(jīng)網(wǎng)絡(luò)模型對詞語進行訓練,以更好地獲取詞的語義以及語法信息,得到更好的詞向量,其中經(jīng)典的模型是CBOW與Skip-gram模型。本文就是將多個模型進行結(jié)合并做算法優(yōu)化以求更好的詞義相似度計算方法,得到了不錯的計算結(jié)果。
  作為搜索中很重要的文本檢索在教育、生活各方面發(fā)揮著重要的作用。這是一個全新的時代,人們能夠獲取數(shù)量巨大的信息

3、。但是,在這種情況下。一方面人們能夠從這些大數(shù)據(jù)中得到較多的信息;另一方面也是由于大數(shù)據(jù)的背景讓網(wǎng)絡(luò)上的信息變得魚龍混雜,讓信息變得難以管理的同時,也增加了人們管理和發(fā)現(xiàn)高價值信息與資源的難度。于是,擁有一種能使人們快速獲得自己所需要的信息的工具已經(jīng)變成我們的急迫需求。
  本文的研究是基于神經(jīng)網(wǎng)絡(luò)的詞義相似度計算及其應(yīng)用。應(yīng)用體現(xiàn)在提升文本檢索的準確率、召回率與綜合評價指標。在結(jié)合了前人詞義相似度算法的基礎(chǔ)上提出了新的改進算法:

4、改進版的基于神經(jīng)網(wǎng)絡(luò)的詞義相似度計算。本文主要做了以下工作:
  (1)對詞義相似度計算的發(fā)展研究進行介紹,對新興的基于神經(jīng)網(wǎng)絡(luò)的詞義相似度計算和自己改進的算法有詳細的闡釋。簡要說明了檢索系統(tǒng)的概念、核心技術(shù)以及引進了相似度算法的研究。
  (2)對維基百科數(shù)據(jù)爬蟲,中文分詞,寫程序進行文本切分,運用前人在詞義相似度計算方面的經(jīng)驗對算法進行改進,設(shè)計出更好的訓練模型來訓練詞向量,得到更精準的詞義相似度數(shù)據(jù)。對未經(jīng)過相似度計算

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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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。

評論

0/150

提交評論