|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于本体的智能信息检索系统显示文摘近年来,基于本体的智能信息检索系统已成为智能信息检索系统领域最为活跃的研究方向之一.如何利用本体进一步提高其检索性能和智能性,成为基于本体的智能信息检索系统的主要研究目标.从面向过程的角度,对近几年基于本体的智能信息检索系统的研究进展进行了综述,对其框架、所需本体知识的获取和使用、关键技术、性能评测等进行了前沿概括、比较和分析.最后,对基于本体的智能信息检索系统有待深入研究的难点和热点进行了展望. | 杨月华 杜军平 平源 | 2015 | 软件学报2015，26，7： | 50 |
| 2 | 基于用户意图理解的社交网络跨媒体搜索与挖掘显示文摘随着在线社交网络的盛行,网络用户不仅对信息资讯的获取速度和实时性提出了更高的要求,对个性化和精确化的搜索需求日益增长。为了提升搜索引擎的质量以及其结果列表的准确性,需要深层次地挖掘用户搜索意图。本文分析了用户搜索意图理解在线社交网络跨媒体进行精准搜索与挖掘的研究现状,包括知识图谱在线社交网络多模态信息感知、面向用户搜索意图匹配的跨媒体大数据深度语义学习方面的应用,以及用户搜索意图理解的在线社交网络精准搜索与挖掘的应用等。最后,对未来研究存在的问题和可能面临的挑战进行了展望。 | 崔婉秋 杜军平 周南 梁美玉 | 2017 | 智能系统学报2017，12，6： | 8 |
| 3 | A Semantic Retrieval Model Based on Domain Ontology of Orchard Disease and Pests显示文摘Ontology-based semantic retrieval can improve the efficiency of information retrieval. This paper proposes a semantic retrieval model based on domain ontology of orchard disease and pests. According to Forestry Thesaurus, we semi-automatically construct a domain ontology and repair ontology inconsistency to ensure the accuracy and uniqueness of the domain knowledge. A concept similarity algorithm is proposed and applied to calculate sentence similarity. We present a synthetic sentence similarity algorithm, which is a combination of the traditional sentence similarity algorithm and the weighted sentence similarity algorithm. Compared with other related methods through experiments, our retrieval model has higher accuracy in semantic retrieval. | HOU Jiajia LI Dongmei QIU Chengjing HAN Hui | 2016 | Chinese Journal of Electronics2016，25，3： | 3 |
| 4 | 一种融合本体和最小二乘支持向量机的主题爬行方法显示文摘针对现有的主题爬行方法存在收益率不高和不稳定的问题,融合本体和最小二乘支持向量机理论,提出一种主题爬行方法 Ontology-LSSVM.该方法将本体作为抓取主题的背景知识表示,得到一组主题相关概念的集合,再将其在网页文本中出现的词频作为输入,构造一个主题相关度LS-SVM分类器,用于网页的分类.使用舆论热点的食品安全问题作为爬行主题领域,建立问题食品本体,进行实验.结果表明:在本实验条件下,本文方法相比基于LS-SVM、基于本体和基于关键字的主题爬行,能够维持更高的收益率. | 马永军 杨海波 | 2015 | 天津科技大学学报2015，30，3： | 2 |
| 5 | 用户定制主题爬虫的设计与实现显示文摘目的:主题爬虫是用户获取领域知识的一种有效途径。为实现此方法用户首要解决的问题是主题向量的训练数据的选择和初始URLs的选择。但传统的主题爬虫对于初始URLs的选取并没有过多论述,为此,本文探讨了初始URLs对于主题爬虫的影响,并提出了一种基于元搜索和本体结合的算法来选择并确定初始URLs。方法:采用元搜索方法获取与主题相关的初始URLs,然后根据返回结果采用本体领域知识进行重排序,选择前排的URLs。自动而不是人工地进行初始URLs的确定,同时将页面信息作为训练主题向量的语料。结果:通过对比实验,本文选取的初始URLs比随机选择的要有更高的收获比。从获取总量上看,本文的方法能获得更多的相关网页。结论:通过实验证明主题团的存在,通过本文方法能够选择质量更好的初始URLs,获取主题向量训练语料,发现更多主题团,并且方便用户对于主题爬虫的定制。 | 吴经伟 刘学亮 | 2016 | 山西科技2016，31，2： | 1 |
| 6 | A Multikey Rank Model Based on Ontology for Large-Scale Semantic Data显示文摘In order to provide users with intelligent retrieval services over large-scale semantic data, this paper proposes a Multikey Rank model. ORDPATHs is adopted to encode ontology classes defined in TBox and an inverted index is constructed according to the structured characteristics and semantic association of RDF data. A new query mode with one primary keyword and several auxiliary keywords is designed. To reflect the user's perference objectively, the membership degree for ontology classes corresponding to the primary keyword is calculated based on the evidence theory and thus the Multikey Rank algorithm is formulated by extending the BM25 F model accordingly. The proposed model was implemented in the selfdeveloped distributed large-scale RDF data server 'Jingwei' and experimental results show that compared with BM25 F, the evaluation indexes for P@5, P@10, P@15 and MAP are improved by 27.6%, 24.3%, 18.5% and 3.7%, respectively. | JIANG Yang FENG Zhiyong WANG Xin | 2014 | Chinese Journal of Electronics2014，23，1： | 1 |
| 7 | 基于网络表示学习的本体语义挖掘与功能语义检索方法显示文摘为充分利用本体概念之间隐含的语义关系,以支持产品功能创新设计过程,提出了一种基于网络表示学习的本体语义挖掘与功能语义检索方法。首先,基于本体中确定的语义关系,利用网络表示学习挖掘隐含的语义关系;然后,基于语义类比的向量运算,建立本体概念之间潜在的功能语义关系,并对功能语义向量进行表达;最后,通过功能语义向量的相似度计算实现由用户功能需求向跨领域功能性设计资料的扩展,并建立相应的设计资料检索方法和流程。产品设计示例表明,所提出的本体语义挖掘与功能语义检索方法有利于从产品功能角度获取跨领域设计知识,可为设计人员提供更多的灵感。 | 倪子健 李文强 唐忠 | 2021 | 工程设计学报2021，28，5： | 1 |
您所在的机构暂未开通此部分的功能，请联系管理员