为了提高汉语词义消歧的性能,提出了一种基于滑动语义串匹配(Sliding Match of Semantic String,SMOSS)的汉语词义消歧方法.首先,从标注词义的训练语料中提取N元语义模板,建立N元语义模板库;之后,从待消歧句子中提取N元语义码串与N元语...为了提高汉语词义消歧的性能,提出了一种基于滑动语义串匹配(Sliding Match of Semantic String,SMOSS)的汉语词义消歧方法.首先,从标注词义的训练语料中提取N元语义模板,建立N元语义模板库;之后,从待消歧句子中提取N元语义码串与N元语义模板库中的语义模板匹配,通过计算匹配成功的多个模板的得分来确定歧义词的最终词义.该方法具有好的弹性匹配能力和宽的匹配范围,能够有效减少数据稀疏问题.实验采用了SemEval2007-Task#5中文词义消歧的评测标准,消歧正确率为75.06%,与目前已知的最好系统性能相近.展开更多
Interpreting background is very important in natural scene images. This paper addresses the automaticclassification of background region by using visual semantic template. The method to create the templates is intro-d...Interpreting background is very important in natural scene images. This paper addresses the automaticclassification of background region by using visual semantic template. The method to create the templates is intro-duced first. Then we use these templates to classify background regions, and the results are analyzed. We also usethese templates to locate background objects in images, and to determine whether an image contains certain kind ofbackground. The result is promising in object locating. Some approaches to improve the ability of these templates arealso discussed.展开更多
食品安全关系群众切身利益和社会稳定。本文通过分析主流媒体报道食品安全事件的空间分布、食品类别、风险因子、危险环节等特征,构建食品安全事件文本数据的语义结构模板,提出食品安全事件的多层多级语义结构排序策略(strategy of mult...食品安全关系群众切身利益和社会稳定。本文通过分析主流媒体报道食品安全事件的空间分布、食品类别、风险因子、危险环节等特征,构建食品安全事件文本数据的语义结构模板,提出食品安全事件的多层多级语义结构排序策略(strategy of multi-layer and multi-level semantic structure of rank,MMSS-Rank)算法,计算食品安全数据与语义结构模板的相似度,确定其综合得分,选择适当的阈值确定食品安全事件精度。通过抓取数据,清洗后构建真实食品安全数据,采用支持向量机和语义分析等方法进行分类精度对比。结果表明,MMSS-Rank在食品安全事件大数据识别准确率和召回率较好,证明MMSS-Rank算法可行、有效。展开更多
文摘为了提高汉语词义消歧的性能,提出了一种基于滑动语义串匹配(Sliding Match of Semantic String,SMOSS)的汉语词义消歧方法.首先,从标注词义的训练语料中提取N元语义模板,建立N元语义模板库;之后,从待消歧句子中提取N元语义码串与N元语义模板库中的语义模板匹配,通过计算匹配成功的多个模板的得分来确定歧义词的最终词义.该方法具有好的弹性匹配能力和宽的匹配范围,能够有效减少数据稀疏问题.实验采用了SemEval2007-Task#5中文词义消歧的评测标准,消歧正确率为75.06%,与目前已知的最好系统性能相近.
文摘Interpreting background is very important in natural scene images. This paper addresses the automaticclassification of background region by using visual semantic template. The method to create the templates is intro-duced first. Then we use these templates to classify background regions, and the results are analyzed. We also usethese templates to locate background objects in images, and to determine whether an image contains certain kind ofbackground. The result is promising in object locating. Some approaches to improve the ability of these templates arealso discussed.
文摘食品安全关系群众切身利益和社会稳定。本文通过分析主流媒体报道食品安全事件的空间分布、食品类别、风险因子、危险环节等特征,构建食品安全事件文本数据的语义结构模板,提出食品安全事件的多层多级语义结构排序策略(strategy of multi-layer and multi-level semantic structure of rank,MMSS-Rank)算法,计算食品安全数据与语义结构模板的相似度,确定其综合得分,选择适当的阈值确定食品安全事件精度。通过抓取数据,清洗后构建真实食品安全数据,采用支持向量机和语义分析等方法进行分类精度对比。结果表明,MMSS-Rank在食品安全事件大数据识别准确率和召回率较好,证明MMSS-Rank算法可行、有效。
