基于词词关联矩阵改进的模糊检索研究（一）——模糊集合检索系统中词词关联矩阵构造的策略和时机选择

通过模糊集合检索模型的规范描述，本文首先定义了检索系统中检索效率和系统效率之间的函数关系，并应用该函数关系对比分析模糊集合检索系统和标准布尔检索系统的性能，指出模糊集合检索系统所面临的“囚徒困境”：检索效率的提升引起了系统效率的下降。之后针对“囚徒困境”，从词词关联矩阵方面来改进模糊集合检索策略，寻求到解决“囚徒困境”的思路和技术手段。最后借助SQL语言演示词词关联矩阵的两种构造策略，建立数学模型分析词词关联矩阵构造的最优时机，并确立该思路为一种新的系统开发模式。根据时机来合理选择词词关联矩阵构造策略有助于改善现有模糊集合检索算法的执行效率，实现检索效率和系统效率的双赢。

基于词关联度的语义相关度算法研究

如今网页排名算法很多,基本上可以分为两类:基于超链接和基于内容。比较成熟的算法主要有PageRank、HITS、LSI等。本文基于向量空间模型以及信息论,提出一个与文章内容相关的语义相关度算法模型。该模型将文章语义抽象为词频表,并通过机器学习构建词语之间的关联度表,以此词关联度为基础,计算文章之间的相关度。实验结果表明,文中提出的相关度算法可以有效的根据文章之间语义相关度大小来进行排名。

基于词词关联矩阵改进的模糊检索研究(二)——叙词表控制下词间关联度的改进算法

传统上，检索系统利用基于词语共现分析所生成的自构造词表，即词词关联矩阵来实现模糊检索，这种方式生成的词表存在词间关系单一、语词假相关、词义控制差等问题。本文结合传统叙词表，对自构造词表的词间关联度算法进行了改进，新算法丰富了词间关系类型。实证分析表明，新算法有助于提升系统的检索效率。本文首先阐明词间关联度现有算法及关系数据处理方式，并指出现有算法存在的问题，然后引入叙词表控制机制，针对四种词间关系控制情形提出了各自的词间关联度改进算法。最后通过集合从理论上分析改进算法和现有算法，并借助语词关系网实证改进算法对语词关系网的关联性的影响。

基于词关联度的文本检索系统

基于对语料的统计分析,提出了词关联度的概念。通过对文本库中词语出现的频率,以及任意两个词语共同出现的频率进行统计,获得了各个词语之间的关联度,并使用这一参数对语义向量进行调整,可以有效地解决传统向量空间模型的单词依赖问题。结合倒排索引技术,实际建立了一个相当规模的文本检索系统。测试结果表明,系统具有较好的效果和良好的性能,具备实用价值。

融合词项关联关系的半监督微博聚类算法

针对微博文本内容短、稀疏、高维等特点,提出一种改进的半监督微博聚类算法。该算法利用词项间的关系丰富文本特征,通过定义词项文档间关联关系和词项文档内关联关系揭示词项间语义的关联程度,并由此自动生成有标记的数据来指导聚类过程。对词项先验信息进行成对约束编码,构建基于词项间成对约束的三重非负矩阵分解模型来实现微博的半监督聚类。实验结果表明,该算法可以减少繁琐的人工标记过程,并能高效地进行微博聚类。

基于词项关联关系与归一化割加权的微博用户兴趣模型

提出一种基于词项关联关系与归一化割加权非负矩阵分解的微博用户兴趣模型构建方法。该方法首先基于词分布上下文语义相关性来建立词项关联关系矩阵刻画词项间相似度,然后应用归一化割加权非负矩阵分解算法获取用户—主题矩阵,产生用户感兴趣的微博主题聚类结果。实验表明,此方法能有效地进行微博主题聚类,并支持微博用户兴趣模型构建。

基于词词关联矩阵改进的模糊检索研究——模糊语词转模糊概念检索方法探究

语义网的发展为模糊语词转模糊概念检索提供了可能,鉴于词表在模糊检索系统中的主导地位,实现模糊概念检索必须先完成词表向本体的转换。在综合分析和评价已有转换方法的基础之上,提出综合转换法。该方法继承间接转换法规范的概念抽取及关联设计规则,又通过综合评议和词信息量、词间关联度、文档频率等参数的算法设计改变了直接转换法过于程式化的处理方式。最终将词词关联矩阵转换为概念矩阵,叙词表升级为本体库,并在现有检索算法的基础上设置了检索原子与概念的映射关系,以实现概念检索。

基于词对关联网络的句子对齐研究

句子对齐能够为跨语言的自然语言处理任务提供高质量的对齐句子对。受对齐句子对通常包含大量对齐的单词对这种直觉的启发,该文通过探索神经网络框架下词对间的语义相互作用来解决句子对齐问题。特别地,该文提出的词对关联网络通过融合三种相似性度量方法从不同角度来捕获词对之间的语义关系,并进一步融合它们之间的语义关系来确定两个句子是否对齐。在单调和非单调文本上的实验结果表明,该文提出的方法显著提高了句子对齐的性能。

基于词项关联关系的FCM微博聚类算法

针对微博内容的稀疏、高维等特征,提出了一种基于词项关联关系的模糊C均值聚类算法。该算法通过挖掘词项间语义的关联程度,将文本特征最大化,并用提前标注部分同类文本的方式来指导模糊C均值算法在初始聚类中心上的选择,从而达到优化效果。实验结果表明,该算法一定程度上克服了微博本身存在的数据稀疏性问题,能高效地进行微博聚类。

一种新的汉语词义消歧方法

针对自然语言处理领域词义消歧这一难点,提出一种新的汉语词义消歧方法。该方法以《知网》为语义资源,充分利用词语之间的优先组合关系。根据优先组合库得到句中各个实词与歧义词之间的优先组合关系;将各实词按照优先组合关系大小进行排列;计算各实词概念与歧义词概念之间的相似度,以判断歧义词词义。实验结果表明该方法对于高频多义词消歧是有效的,可作为进一步结构消歧的基础。

基于词条属性聚类的文本特征选择算法

文本挖掘之前首先要对文本集进行有效的特征选择。传统的特征选择算法在维数约减及文本表征方面效果有限,并且因需要用到文本的类别信息而不适用于无监督的文本聚类任务。针对这种情况,设计一种适用于文本聚类任务的特征选择算法,提出词条属性的概念。首先基于词频、文档频、词位置及词间关联性构建词条特征模型,重点研究了词位置属性及词间关联性属性的权值计算方法,改进了Apriori算法用于词间关联性属性权值计算;然后通过改进的K-means聚类算法对词条特征模型进行多次聚类完成文本特征选择。实验结果表明,与传统特征选择算法相比,该算法在获得较好维数约减率的同时提高了所选特征词的文本表征能力,能有效适用于文本聚类任务。

基于P2P的结构化半分布式语义搜索算法

目前的搜索引擎算法大多是基于关键词搜索,体系上是集中式结构,在安全性和语义性上存在缺陷。基于P2P的结构化半分布式语义搜索算法——DPSS(Distributed P2P Semantic Search),通过研究词与词的关联度,在传统的P2P覆盖语义层,实现语义功能。同时,结合文章距离算法,能够应用在文本分类、文章聚类等领域。

基于修正TF-IDF的搜索引擎查询扩展模型

本文对已有的个性化服务模型加以改进,介绍了一种基于修正TF-IDF的搜索引擎查询扩展模型。该模型主要将词权的计算方式由简单的频度替换为修正的TF-IDF公式。修正的TF-IDF公式能够更准确的表示词在不同文档和类别中的重要程度,体现不同类别中,同一词的权重差异性。实验表明,利用该模型,能够为用户提供有效可行的个性化服务。

情境关联与谐音格的表达

本文基于情境关联论研究汉语谐音格的运用。谐音格表达的格式是由心智倾向性确定的。情境关联论是在继承我国传统文化的基础上和在认知科学发展的学术背景下形成的。它作为语言运用的一个通则,体现了语言运用的基本原理:任何成功的语言运用,话语主体的“情”同话语所涉及的“境”总是关联在一起的,而话语的接受主体也会对此关联感同身受,从而产生交际主体在此情此境中的词语表达和理解。这个过程落实为语言表达就是“物-情-词”的关联,可以概括为“情以物迁,辞以情发”,谐音格的表达就是以一对谐音的“辞”(词语)表达话语主体此时此刻的“情”。

ENHANCING COLLEGE STUDENTS' ACTIVE USE OF VOCABULARY—AN EMPIRICAL STUDY ON VOCABULARY IN COMPOSITIONS

基于词汇的网络关系模式有利于语言学习者通过聚合和组合的联想模式回忆并产出恰当的词汇的理论,本研究设计了一系列课堂教学活动,试图证明词汇联想的教学模式在很大程度上能促使学习者在写作中使用更加多样化的、词级更高的词汇。本研究采用了教育部新近发布的积极词汇表,对重庆大学非英语专业的两个自然班进行为期16周的实验。在实验前期和后期收集受试者作文共计500篇并输入计算机,建立电子语料库;然后将作文逐篇输入经过修正的LFP软件,得出每篇作文中各级词汇所占比例以及每篇作文的总词汇、不同词汇和词条的数量对比。对两个受试群体的对比研究发现两个群体之间存在显著差异(P=.00) ,证明词汇联想教学法能够丰富学习者写作中的词汇。

情绪动机对中学生即时性学习判断的影响

目的探讨情绪动机是否影响学习判断及其在短时记忆阶段的影响机制。方法通过初步测试并且用E-Prime软件编制了一套适用的试验流程,选取134名中学生群体作为被试。以情绪视频诱发后进行即时学习判断为试验范式,进行2(情绪动机方向:正性趋近、负性回避)×2(动机强度:高、低)×2(词对关联性:高关联、低关联)×2(短时记忆载荷:多、少)的四因素混合试验,观察受试者的学习判断成绩,结果采用SPSS 23.0进行重复测量方差分析。结果在学习判断等级上,情绪动机方向和动机强度交互作用显著(F=5.177,P=0.025,η^(2)=0.040),情绪动机强度和方向分别与短时记忆容量载荷交互作用显著(F=4.778,P=0.031,η^(2)=0.037;F=4.302,P=0.040,η^(2)=0.034)。此外,情绪动机方向(F=15.256,P<0.001,η^(2)=0.110)、动机强度(F=7.518,P=0.007,η^(2)=0.057)、短时记忆载荷(F=13.384,P<0.001,η^(2)=0.097)、词对关联性(F=212.238,P<0.001,η^(2)=0.631)的主效应显著;在学习判断准确性上,情绪动机方向和动机强度交互作用显著(F=5.646,P=0.019,η^(2)=0.044)。情绪动机强度和方向分别与短时记忆容量载荷交互作用显著(F=4.593,P=0.034,η^(2)=0.036;F=4.033,P=0.047,η^(2)=0.031)。此外,情绪动机方向(F=15.318,P<0.001,η^(2)=0.110)、动机强度(F=7.572,P=0.007,η^(2)=0.058),短时记忆载荷(F=11.119,P=0.001,η^(2)=0.082)、词对关联性(F=135.814,P<0.001,η^(2)=0.523)的主效应显著;在回忆成绩上,词对关联性(F=416.326,P<0.001,η^(2)=0.771)、短时记忆载荷的主效应显著(F=9.609,P=0.002,η^(2)=0.772)。结论情绪动机方向、强度对学习判断产生影响,情绪动机与短时记忆联合影响学习判断等级和准确性,情绪动机通过对短时记忆阶段学习过程有关的线索作用而影响学习判断。