基于改进型VSM-HowNet融合相似度算法研究

随着信息科学技术的发展和互联网技术的普及,社会上出现了越来越多的以博取观众的眼球为目的的"标题党"现象。为了识别"标题党"新闻,给出了一种基于改进型的VSM结合余弦相似度的文本相似度计算方法和《知网》(How Net)文本相似度计算方法,并研究了基于改进型VSM-HowNet融合相似度算法,用这些文本相似度的计算方法分别和已有研究中的王氏主题-词形文本相似度计算方法做对比。此方法对"标题党"新闻识别的总准确率、总召回率及总F1值均高于其他文本相似度计算方法,对于识别一篇未知类型的新闻,改进型VSM-HowNet融合相似度算法相比于其他文本相似度计算方法更有优势。

基于富集分析方法探索知网数据库中“百会”穴所调控的生物分子表达情况

目的 运用富集分析方法从腧穴、调控因子、疾病角度研究百会穴治疗相关疾病的作用机制,为进一步针灸临床实践提供理论基础。方法 通过检索CNKI数据库中百会穴相关文献,收集并整理百会穴可能影响的生物分子情况,运用DAVID 6.8在线分析工具,分别进行GO(gene ontology,基因本体)功能富集分析和KEGG(kyoto encyclopedia of genes and genomes,京都基因与基因组百科全书)通路富集分析。结果 收集并筛选百会穴调控生物分子50个,其中27种生物分子表达上调,27种生物分子表达下调,4种生物分子表达为上调与下调兼具;GO功能富集分析显示百会穴可通过影响细胞液功能、神经元细胞凋亡、生长因子活性等,调节机体功能;KEGG通路富集分析共计15条信号通路,相关通路主要有TNF信号通路、PI3K-AKT信号通路、TOII受体、HDAC组蛋白等。结论 运用富集分析方法,获取百会穴治疗相关疾病的作用靶点,并初步阐明了其调控的生物分子通路,为后续研究提供一定理论依据。

基于量化同义词关系的改进特征词提取方法

提出一种基于量化同义词关系的改进的TF-IDF文本特征词提取方法.该方法将在同一文本中出现的某个词的同义词做为一个集合,在传统TF-IDF方法计算的词语权重的基础上对同义词集合中的词语及其相关词进行权重调整,通过相似度对同义词集合中的词语进行了合并加权.实验证明该方法对文本中的同义词及其相关词进行了有效处理,提高了文本特征词提取的准确性.

基于“知网”的新闻图像检索方法

本文提出一种基于“知网”(HowNet)对所提取关键字权重进行调整的新闻图像检索方法 ,方法中还利用“知网”中对表示情感的词的分类方式 ,提供了一般图像检索系统尚不支持的对于感情和情绪等抽象概念的查询 .通过对 180 0 0幅从“新浪”下载的新闻图片所进行的测试 。

跨领域中文评论的情感分类研究

主要对跨领域中文评论句中的各个评价对象所对应的观点表达的情感倾向进行研究。在结合单一领域特别是产品领域中情感分类的常用算法以及结合跨领域评论观点表达的特殊性的基础上,提出了基于词典资源和有监督机器学习这两种方法来对跨领域中文评论句进行情感分类,探讨了跨领域中文评论在算法上与单一领域的异同,同时对两种方法进行了比较。实验结果表明,提出的方法具有较大的实用价值。

基于知网义原词向量表示的无监督词义消歧方法

词义消歧一直是自然语言处理领域中的重要问题,该文将知网(HowNet)中表示词语语义的义原信息融入到语言模型的训练中。通过义原向量对词语进行向量化表示,实现了词语语义特征的自动学习,提高了特征学习效率。针对多义词的语义消歧,该文将多义词的上下文作为特征,形成特征向量,通过计算多义词词向量与特征向量之间相似度进行词语消歧。作为一种无监督的方法,该方法大大降低了词义消歧的计算和时间成本。在SENSEVAL-3的测试数据中准确率达到了37.7%,略高于相同测试集下其他无监督词义消歧方法的准确率。