Web网页语义树的构造与利用

在分析不规范书写的Web网页的DOM树存在的树深度大、结点层次多、结点层次和子树间关系错误等问题的基础上,提出了一种容错的Web网页语义树构造方法,为文本分类与聚类、网络社区发现、Web主题信息的提取和基于主题的Web信息检索等技术的研究工作奠定了基础.

基于语义树的中文词语相似度计算与分析

词语相似度的分析与计算是自然语言处理关键技术之一,对句法分析、机器翻译、信息检索等能提供很好的帮助。基于语义资源Hownet的中文词语相似度计算是近年来的研究热点,但大多数的研究都是对中国科学院计算技术研究所刘群提出的计算方法的改进和完善。该文充分分析和利用新版Hownet(2007)的概念架构和语义多维表达形式,从概念的主类义原、主类义原框架以及概念特性描述三个方面综合分析词语相似度,并在计算中区分语义特征相似度和句法特征相似度。实验结果理想,与人的直观判断基本一致。

融合深度学习和语义树的草图识别方法

现有的草图识别框架利用整幅图像作为网络输入,草图识别过程可解释性较差。文中融合深度学习和语义树,提出草图语义网(Sketch-Semantic Net)。首先对草图进行部件分割,将单幅完整的草图分割为多个具有语义概念的部件图。然后利用深度迁移学习识别草图部件。最后通过语义树的语义概念关联部件同部件所属草图对象类别,较好地弥补sketch 图像从底层语义到高层语义之间的语义鸿沟。在广泛应用的草图分割数据集上的实验验证文中方法的有效性。

基于语义树的非结构化年鉴Excel表格的ETL方法

针对计算机程序在对海量Excel表格中的中国城市年鉴数据进行抽取-转换-加载(ETL)时由于表格的非结构化格式导致的准确率和查全率较低的问题,提出了一种基于语义树的ETL方法。首先,通过数据与表格行名、列名的对应关系分别建立两棵语义树模型,利用两棵语义树生成包含数据项以及数据项所属行名、列名的元数据集合;然后,通过正则表达式对每个元数据所属行名、列名进行语义匹配,从该集合中删除不需要的分项或汇总项元数据;接着,通过三种基于字典的过滤策略进一步做数据清洗,将剩余的元数据导入到数据仓库中;最后,从总量30万个统计年鉴表格中随机抽取604个进行程序ETL与人工ETL对比,实验结果表明,所提出的程序ETL可达到人工ETL86.51%的准确率和95.15%的查全率,可以满足考察地方发展现状、编制和发展未来规划的需求。

基于语义树Markov随机场模型的地面机器人多尺度道路感知

道路实时感知是自主式地面移动机器人实现自主导航的关键技术,但由于室外道路环境的复杂性与不确定性,其算法开发难度较大。提出了一种基于小波域语义树Markov模型的多尺度仿生道路感知算法。在时空域上采用三维随机场对机器人采集到的道路图像序列进行建模,提出了一种采用树结构约束、面向道路识别的语义树Markov随机场(RT-MRF)模型;采用遗传算法优化的有监督RT-MRF模型进行道路图像序列分割;机器人通过跟踪分割边界实现道路区域识别及自主导航。采用自主研制的四足仿生机器人作为研究和实验平台。实验结果表明:该方法能够在具有阴影、裂纹、坑洞、不平整及光照度变化的较差道路检测条件下鲁棒分割出道路边界,算法实时性高,可满足室外移动机器人自主导航需求。

语义树方法及其可靠性和完备性

Ａｎｄｒｅｗｓ在《ＡｎＩｎｔｒｏｄｕｃｔｉｏｎｔｏＭａｔｈｅｍａｔｉｃａｌＬｏｇｉｃａｎｄＴｙｐｅＴｈｅｏｒｙ：ＴｏＴｒｕｔｈＴｈｒｏｕｇｈＰｒｏｏｆ》一书中给出的语义树方法是一种能直接适用于句子集的反驳方法，但其中关于语义树方法的可靠性和完备性定理（３２０１）及其证明是错误的。本文通过例子指出并纠正了这一错误，同时对修正后的可靠性和完备性定理给出了详细的证明。

基于隐含主题和语义树的医学文本自动批注

针对医学文本缺乏可量化数据结构,基于关键词模型的文本处理方法不适用的问题,在研究词之间潜在语义关联和关键词树结构的基础上,构造了一种基于潜在语义树的语义分析模型用于医学文本的数据挖掘。进一步地将隐含主题与潜在语义的研究相关联,设计出一种基于潜在狄利克雷分配和潜在语义树模型的文本处理方法,可针对不同类型的医学文本生成有一定可读性的自动批注。该方法形成的自动批注主观性低,其准确度和可读性均高于关键词模型的处理结果,可辅助医生进行医学文本的批注和分类,从而减轻其工作量。程序结果表明,该方法目前可应用于对医学图像所见形成诊断意见、对病人病历进行摘要形成和对病症描述给出对症处方等方面,批注的语义匹配度可达67.7%,文本的平均可读性为60.02%。

语义树在三维模型检索中的应用

为了解决基于文本和基于内容的三维模型检索所存在的问题,提出语义树在三维模型检索中的应用,该方法首先基于WordNet为PSB(Prince.tonShapeBenchmark)本体库构建三维模型语义树,提出一种全新的构造语义树的方法,而且扩充语义树也十分简单,在进行检索时采用信息量来计算语义相似度返回相似性高的模型,并且提出了较好的检索方法,同时通过反馈机制进一步优化检索结果,实验表明该方法可以有效地提高三维模型检索的效率。

网页内容链接层次语义树的恶意网页检测方法

针对攻击者利用URL缩短服务导致仅依赖于URL特征的恶意网页检测失效的问题,及恶意网页检测中恶意与良性网页高度不均衡的问题,提出一种融合网页内容层次语义树特征的成本敏感学习的恶意网页检测方法。该方法通过构建网页内容链接层次语义树,提取基于语义树的特征,解决了URL缩短服务导致特征失效的问题;并通过构建成本敏感学习的检测模型,解决了数据类别不均衡的问题。实验结果表明,与现有的方法相比,提出的方法不仅能应对缩短服务的问题,还能在类别不均衡的恶意网页检测任务中表现出较低的漏报率2.1%和误报率3.3%。此外,在25万条无标签数据集上,该方法比反病毒工具VirusTotal的查全率提升了38.2%。

基于语义树与VSM的主题爬取策略研究

主题爬虫主要用于解决用户的定制化搜索需求,即在日益增长的网络数据中快速、有效、准确地选取用户关注的主题内容进行爬取。提高爬取特定信息的准确性,需要对网页的内容相关度进行主题相关判断,而主题爬虫关注的核心问题就是相关度计算,但现有的改进算法大多采用人工智能和机器学习等技术,不仅引起算法复杂度的提高,而且提升效果有限。为此,提出了一种基于语义树与VSM的主题爬取策略,将语义相似度的计算加入到内容相关度计算与链接排序中,并通过对策略中算法细节的改进优化相关度的主题判别。实验结果表明,使用基于语义树与VSM爬取策略的主题爬虫可将爬行路线一直保持在相关度较高的网页链接中,对网页链接进行了相关与不相关的有效分类,显著地提高了爬取的准确率。

基于结构语义树的高级控制结构恢复技术

针对高级控制结构嵌套关系难以恢复的问题,提出了一种基于结构语义树的高级控制结构恢复技术。以经典控制流图结构化算法为基础进行控制流图结构化,获得高级控制结构信息后以反向后序顺序构建结构语义树,对构建成功的结构语义树进行前序遍历即可恢复高级控制结构。实验结果表明,该方法能够有效准确地恢复高级控制结构,为后期高级语言代码生成提供准确完备的结构信息,提高反编译结果的准确性。

一种基于权重融合的聚类算法及其在语义树生成中的应用

尽管层次聚类算法在语义树生成方面已经得到广泛的应用,但其生成的语义树的结构不合理性限制它们在网络数据的应用.提出一种新颖的层次聚类算法WAC克服这个缺点.它采用了AMG数值计算方法,从粗到细地分层合并节点.在合并的同时,WAC算法也为语义树每个节点选定了代表数据来帮助用户浏览.在公用的博客标签数据集的实验结果表明WAC算法不但在聚类精度上优于传统方法,而且其生成的语义树结构更加符合用户需求.

逻辑函数化简语义树

提出了一种逻辑函数化简语义树算法。其特点是在求全部本源蕴涵项和从本源蕴涵项集合中选取最小覆盖这两步中都采用同一算法，因此，算法程序的编写可较为简单。最后。

基于概念语义树的语义相似度计算方法研究

现在信息检索的应用已经越来越广泛，但要在具体领域中做到准确搜索，仍然是一件比较难的事情。该文提出一种基于概念语义树的语义相似度计算方法，综合考虑了概念的语义关系、层次结构和继承关系等因素，尽可能的地提高在特定领域中的信息检索效率，并最后通过实验，验证了该方法的可行性。

基于模糊语义树的Web服务发现方法研究

随着Web服务的快速增长,快速、准确地发现Web服务已经是Web服务技术中的难点和关键问题。为此,提出Web服务的模糊表示方法和多层分类存储结构,基于模糊树的Web服务匹配方法,从而解决了Web服务的有序存储和快速发现的问题,并提高了Web服务发现的正确率。

基于语义树的短文本相似度计算

伴随着人工智能的发展,自然语言处理的各种技术被应用到互联网的各个方面,如文本数据挖掘,搜索引擎等,而文本相似度计算是自然语言处理技术的核心技术之一。本文将文本以语义树的形式表示,提取语义树的特征,通过比较两棵语义树的特征来比较两个文本的相似度。

场景语义树图像标注方法

自动图像标注是一项具有挑战性的工作,它对于图像分析理解和图像检索都有着重要的意义。在自动图像标注领域,通过对已标注图像集的学习,建立语义概念空间与视觉特征空间之间的关系模型,并用这个模型对未标注的图像集进行标注。由于低高级语义之间错综复杂的对应关系,使目前自动图像标注的精度仍然较低。而在场景约束条件下可以简化标注与视觉特征之间的映射关系,提高自动标注的可靠性。因此提出一种基于场景语义树的图像标注方法。首先对用于学习的标注图像进行自动的语义场景聚类,对每个场景语义类别生成视觉场景空间,然后对每个场景空间建立相应的语义树。对待标注图像,确定其语义类别后,通过相应的场景语义树,获得图像的最终标注。在Corel5K图像集上,获得了优于TM(translation model)、CMRM(cross media relevance model)、CRM(continousspace relevance model)、PLSA-GMM(概率潜在语义分析-高期混合模型)等模型的标注结果。

基于数据元语义树的概念语义相关度算法研究

为克服传统的基于关键字的信息检索问题,设计一种采用XML的数据元形式化语义描述方法及语义树结构,实现概念之间的语义映射.提出包涵语义相似度和语义关联度两方面的语义相关度的概念,将概念语义相关度计算与数据元语义树结合,提出基于数据元语义树的概念语义相关度算法.通过验证,该算法能够满足用户偏好,与专家估计值高度吻合.在云南水路基础数据库建设项目中,该算法取得了良好的应用效果.

一种基于语义树的三维模型检索方法

本文借鉴文本检索领域的研究成果,利用标注文字信息描述单个模型的语义,采用语义树表达三维模型间的语义,基于WordNet计算检索关键词与语义树中节点的语义相似性,返回语义相关性强的模型。提出较灵活的返回策略,筛选各语义相关节点的代表模型,便于用户进一步优化检索结果。实验结果表明,基于语义树的三维模型检索方法能够提高信息检索的效率,具有较高的理论及应用价值。

基于语义关联树的分类查询扩展算法

查询扩展技术中引入语义计算是一个重要的研究方向。针对现有解决方法普遍存在缺少主题知识、引入无关词以及筛选函数不恰当的问题,提出了一种结合主题选取与局部反馈方法的语义关联树模型,从语义的角度进行分类查询扩展。在传统方法基础上结合Web文本分类语料库进行了有主题的分类扩展,并改进了扩展词筛选函数,增加了阈值限定,有效控制了噪音。结合用户交互与局部反馈的方法不但减少了传统相关反馈中用户的工作量而且弥补了单纯局部反馈高度依赖于初次检索结果的缺陷。在SMART平台的实验结果表明,该方法相比一般的查询扩展算法查全率及查准率均有所提高。