-
题名智能答疑系统中概念词典的设计与应用
被引量：2
- 1
-
-
作者
李志辉
-
机构
西南师范大学计算机与信息科学学院
-
出处
《重庆科技学院学报（社会科学版）》
2005年第2期87-89,共3页
-
文摘
智能答疑系统是解决网络教学中学生疑难的可行方案,而对学生提问的理解是答疑系统的基础。文章介绍了专业关键词和答项的提取和概念词典的建立过程,阐述了概念词典在智能答疑系统中的作用。试验表明:概念词典应用于智能答疑系统,大大提高了答案的查全率。
-
关键词
智能答疑系统
自然语言
概念词典
-
Keywords
intellectual answering system
natural language
concept dictionary
-
分类号
G434
[文化科学—教育学]
-
-
题名一种基于语义特征的逻辑段落划分方法及应用
被引量：4
- 2
-
-
作者
朱振方
刘培玉
王金龙
-
机构
山东师范大学信息科学与工程学院
-
出处
《计算机科学》
CSCD
北大核心
2009年第12期227-230,256,共5页
-
基金
国家自然基金(60873247)
山东省自然基金(Y2006G20)
山东省高新自主创新专项工程(2008ZZ28)资助
-
文摘
引入了一种以逻辑概念为中心的段落化匹配方式。该方法建立在概念词典之上,通过分析待分类文本中所包含的逻辑概念,将待分类文本中表达相同意义的段落进行聚类分析以得到一个逻辑层次,并建立以此逻辑层次划分方法为基础的逻辑段落概念,然后以该逻辑段落作为依据来衡量不同的段落对于文本主题表示的贡献程度。同时,针对匹配过程中存在的多义词和同义词现象,引入了同义词概念扩充和关联词语扩充。实验证明,该方法能够获得更高的内容过滤准确率,有效提高分类效果。
-
关键词
概念
段落化
文本分类
概念词典
-
Keywords
concept, Paragraphs, Text classification, concept dictionary
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-
-
题名业务模型向软构件模型的语义变换
被引量：2
- 3
-
-
作者
张金
王长峰
李霞
-
机构
华中科技大学机械科学与工程学院
武汉开目信息技术有限责任公司
-
出处
《计算机系统应用》
2011年第2期141-143,164,共4页
-
基金
国家高技术研究发展计划(863)(2007AA040502)
-
文摘
对制造业企业的业务模型进行语义抽象、封装业务级软构件,构建行业应用库。对业务构件采用语义的方法进行描述建立概念词典,通过概念词典将用户输入的业务需求映射到采用语义描述的业务构件上。采用业务对话方式将满足用户需求的构件推荐给用户选用。以用户选定的组件为模板,在自主研发的二次开发平台上对构件进行集成组装,最终开发出满足用户所需的定制程序。
-
关键词
业务模型
软构件模型
概念词典
模型转换
语义变换
-
Keywords
business model
software-component model
concept dictionary
model transformation
semantic transforming
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于情感分析和概念词典的图书推荐方法
- 4
-
-
作者
杨群峰
王忠群
皇苏斌
-
机构
安徽工程大学计算机与信息学院
-
出处
《安徽工程大学学报》
CAS
2022年第5期59-65,共7页
-
基金
国家自然科学基金资助项目(71371012)
教育部人文社会科学研究规划基金资助项目(18YJA630114)。
-
文摘
传统基于协同过滤的图书推荐算法根据读者的历史信息进行推荐,结果具有不可解释性且未考虑读者对图书内容的认知。针对此问题,本文提出一种基于情感分析和概念词典的图书推荐方法。首先,基于读者所需的概念词,通过Word2vec寻找概念内涵词汇,初步构建概念词典,再利用概念外延对词典进行扩展并赋予权值,确保推荐的准确性;然后,利用BEET方法对当当网图书评论进行情感分类,使推荐结果与读者所需的图书内容相关;最后整体分析得出图书概念系数以实施推荐并评估推荐结果。结果表明,本研究能合理解释推荐结果,且推荐准确性较高,具有较好的可行性。
-
关键词
图书推荐
情感分析
概念词典
词向量
-
Keywords
book recommendation
sentiment analysis
concept dictionary
Word2vec
-
分类号
G252.62
[文化科学—图书馆学]
-
-
题名基于概念的Web文本分类方法及实现
- 5
-
-
作者
郑瑞娟
张仰森
-
机构
北京信息科技大学智能信息处理研究所
-
出处
《北京信息科技大学学报（自然科学版）》
2013年第2期77-81,共5页
-
基金
国家自然科学基金资助项目(61070119)
北京大学计算语言学教育部重点实验室开放课题基金资助项目(KLCL-1005)
+1 种基金
北京市属市管高等学校人才强教计划基金资助项目(PHR201007131)
北京市教委专项基金(PXM2012-014224-000020)
-
文摘
通过研究html网页结构,实现对Web网页中纯文本内容的提取。通过对传统的特征提取方法和文本分类方法进行研究,提出基于概念词典的概念特征提取方法,通过特征提取使用简单向量模糊距离匹配算法对文本进行分类,设计并实现了一个基于中文概念的Web文本分类系统。通过对实验数据的对比分析,引入概念特征之前分类的准确率最高达到89%,引入概念特征后分类平均效率达到95%以上,较之前有较大提高。
-
关键词
WEB文本分类
概念特征
概念词典
模糊距离匹配算法
-
Keywords
Web text classification
concept characteristic
concept dictionary
fuzzy distancematching algorithms
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
