基于语义簇的中文文本聚类算法

针对中文文本聚类受语义、语法、语境等因素的影响,在使用传统向量空间模型向量化表征后,文本向量之间相互独立,语义关系被忽略,影响聚类分析结果的问题,提出一种基于语义簇的中文文本聚类算法.该算法根据词共现的原理和语义相关性,首先使用词频-逆向文档频率(TF-IDF)方法求得特征词权重,利用特征词的搭配向量构建语义簇;然后使用特征词及其搭配词的权重,将特征词向语义簇中心进行空间变换,求得嵌入语义信息的文档向量;最后利用文档向量进行K-means聚类分析.实验结果表明,该向量化表示方法,能有效提高文本向量对文本语义的逼近能力,同时可提高文本聚类结果的准确率和召回率.

基于多类别语义词簇的新闻读者情绪分类

分析和研究文本读者情绪有助于发现互联网的负面信息,是舆情监控的重要组成部分。考虑到引起读者不同情绪主要因素在于文本的语义内容,如何抽取文本语义特征因此成为一个重要问题。针对这一问题,提出首先使用word2vec模型对文本进行初始的语义表达;在此基础上结合各个情绪类别分别构建有代表性的语义词簇,进而采用一定准则筛选对类别判断有效的词簇,从而将传统的文本词向量表达改进为语义词簇上的向量表达;最后使用多标签分类方法进行情绪标签的学习和分类。实验结果表明,该方法相对于现有的代表性方法来说能够获得更好的精度和稳定性。

面向产品设计的民族图案语义量化模型构建与应用

为了提高传统民族图案知识与现代设计的一致性,解决现有设计中传统知识关联度低、知识利用效率低的问题,提出一种面向产品设计的民族图案语义量化模型构建方法.该方法以苗族蜡染图案作为研究对象,将图案语义划分为6个维度,综合专家知识对图案语义解析并编码,构建语义量化模型并制定二阶段建模过程.第1阶段,利用解析降维后的图案语义编码数据对图案进行聚类重组,构建图案语义簇,表征各语义簇代表性语义元素;第2阶段,计算各维度语义相关性,挖掘各语义簇各维度语义元素关联度.将用户需求与量化模型进行匹配,根据匹配结果指导设计实践,形成设计方案,并对设计方案的语义相关度和视觉美观度进行评分,选取评分较高的设计方案,制作民族产品实例.实例结果表明,该方法作为析出知识指导设计实践,可以提升民族图案语义与用户需求以及现代民族产品设计的契合度.

Super-Peer网络中基于语义的分簇算法研究

在P2P网络中,利用共享数据的语义信息,将网络划分成不同的语义簇是提高网络查找性能、增强网络可扩展性的有效手段.然而现有的基于分类层次的语义分簇方法较少考虑簇之间的负载平衡问题,这必然会影响网络的性能.为此本文提出了两种针对分类层次语义空间的自组织语义分簇算法,即语义优先分簇算法SFCA和负载平衡优先分簇算法LBFCA,这两种算法能够根据网络的负载动态的将网络划分成不同的语义簇,并很好的保持了簇中数据的语义关系和簇之间的负载平衡.实验表明这两种分簇算法具有良好的性能和可扩展性.

基于语义空间的藏文微博情感分析方法

藏文微博具有独特的语法特点,传统方法对藏文文本进行情感分类很难取得较好效果。结合藏文句法结构和语义特征向量构建语义特征空间,提出了一种基于语义空间的藏文微博情感分析方法。首先使用句法树生成句法结构并结合语义特征向量构建特征空间,运用K-means方法聚类形成语义簇质心,将基于簇的TF-IDF值作为最终的微博情感特征值。实验结果表明,该方法的情感分类效果均优于SVM+TF-IDF和naive Bayes+最大熵的方法。

一种基于语义的super-peer网络构建方法

针对分类层次语义空间,提出了一种基于语义的super-peer网络构建方法.该方法根据peer上数据的语义信息,动态地将peer聚簇成不同的语义簇,语义簇之间建立适当的语义路由关系.每个语义簇由一个super-peer节点和一组peer节点组成,仅负责回答其语义子空间上的查询.查询首先根据其语义被路由到适合的语义簇中,然后被转发给包含结果的peer.实验结果表明,该方法在查找性能和开销之间取得了一个良好的平衡,具有较高的查找性能和较低的查找代价,提高了网络的可扩展性.

基于语义查询的P2P路由模型研究

针对结构化P2P网络路由模型中存在难以有效支持内容定位的问题,提出基于语义查询的P2P路由模型。利用概念向量来描述文档、节点、簇和查询请求;通过节点概念向量间的相似度聚成不同层次的语义簇,并采用基于概念相似度计算进行路由选取和转发的路由策略;利用节点的异构性,让性能好的超级节点承担更多的工作量,并引入服务节点便于快速导航语义簇中的语义类别。实验结果表明,该路由模型能有效提高系统的搜索效率。

首辅音r的音义理据性研究

根据拟象理论和卷舌摩擦音/r/的发音特征,由4个音义联想起点自然引出20个语义相关的词簇,囊括了几乎所有r开头的常见英语单词和词根。这种首辅音存在的音义联想关系可能暗示语言原始词的理据性。

MDM3的缓存替换策略研究

文中从基于国产DBMS-DM3的MDM3体系入手,在分析了当前各种替换策略优缺点的基础上,提出了语义簇的概念及结构,给出了适合MDM3的缓存物理存储结构及缓存替换策略,最后给出了详细的替换算法。

TBSN:一种基于分类层次的P2P网络

构建语义覆盖网络是支持基于语义的搜索、提高P2P网络查找性能和可扩展性的重要手段.现有的基于分类层次的P2P语义覆盖网络并不能充分利用分类层次所包含的语义信息,为此提出了一种基于分类层次的P2P网络(TBSN),该网络充分考虑遵循某种分类层次的数据源的特点,能够利用分类层次所包含的语义信息,动态地将peer节点聚簇成不同的语义簇,语义簇之间根据语义关系建立相应的语义路由,从而形成了一种基于语义的P2P网络.每个语义簇由一个super-peer节点和多个peer节点组成,仅负责回答其语义子空间上的查询.查询根据语义首先被路由到可能有结果的语义簇中,然后转发给相关的peer节点,从而减少查询所涉及的节点和消息的数量,提高了网络的性能.实验表明,TBSN网络在查找性能和开销之间取得了良好的平衡,同时较好地保持了语义簇之间的负载平衡和簇中数据之间的语义关系.

一种网络查找算法的设计与实现

P2P系统具有适应性好、容错能力强和可用性好等诸多优点,受到人们的普遍重视。基于分类的语义Super-peer网络构建方法(TBA)构建基于分类层次的语义Super-peer网络。利用C++语义实现对所设计的算法性能进行测试。结果表明,所提出的算法具有良好的可扩展性,具有较高的查找性能,并很好的保持了簇中数据的语义关系和簇之间的负载平衡。

一种基于聚类的文章自动摘要方法及实现

本文提出一种基于聚类的自动摘要方法,该方法将文章中所有句子转换为句子向量,并且使用基于AGNES的算法对删除离群点后的句子向量进行聚类,形成多个句子向量个数不超过设定阈值的簇,删除句子向量个数极少的“无用”簇后,从每个簇中挑选出最能代表簇的语义的一个或者两个句子,根据每个句子到语义中心的距离等信息从小到大确定指定数量的几个句子作为关键句,拼接成文章摘要。通过在中国科普博览网站上随机挑选的500篇科普文章上进行实验,上述方法各项指标均优于基于图模型的TextRank算法以及基于统计的方法,证明了该方法的有效性和可用性。