语义Web中的语义度量与本体映射

随着本体技术的逐渐成熟,本体的应用开始受到广泛的重视。然而,本体差别的存在使得不同本体间的知识重用与共享存在困难。文章考察了语义Web中本体所具有的特征,提出借助语义度量技术,实现本体间的映射,较好地解决了这一问题;同时,进一步的探讨了本体映射过程中的效率问题,。     

概率度量空间度量化的应用

本文应用文献[2]的结果,建立了 Menger 空间中一些映象的不动点定理,推广了[5]—[8]中的一些结果。     

直觉模糊语义匹配的相似性度量

首先引用Atanassov直觉模糊集的基本概念和运算,综合考虑其隶属度函数与非隶属度函数两个因素的影响,通过对Zadeh模糊集相似度的计算模型进行扩展,给出了直觉模糊语义匹配的相似度的几种扩展计算方法,即最大最小法、算术平均最小法、几何平均最小法、相关系数法、指数法等,并举例阐明其应用,从而使直觉模糊语义匹配度的计算方法得到进一步拓广。最后,研究了直觉模糊相似关系,证明了直觉模糊相似矩阵的一个定理。     

基于CiteSpace的国际在线信誉可视化分析

以Web of Science(WoS)数据库中在线信誉领域的研究论文作为分析对象,构建在线信誉研究热点和前沿领域的知识网络,探寻该领域内的经典文献,以了解国际在线信誉的研究现状。运用共引分析理论、寻径网络算法、描述性统计分析和可视化技术,对研究文献进行了计量分析;借助CiteSpace可视化软件对在线信誉研究的发文地区、具有影响力的研究学者、重要期刊、研究演化路径、研究热点、前沿动态等方面进行了研究。研究结果表明：近些年,国际上有关在线信誉研究的文献总量呈上升趋势;在线信誉领域研究的主题比较集中,研究热点集中在质量不确定性社会资本、社会关系、多层次知识共享参与等领域;在线信誉领域的研究前沿主要集中于质量不确定性、战术性的价格决策、网站质量、乐活产业、社会资本、社会关系、多层次知识共享参与、集成模型和技术接受与使用等有关方面。     

基于低维语义向量模型的语义相似度度量

语义相似性度量能够提高信息检索的准确性和效率,已成为文本处理中的一个核心任务.为解决一词多义等词汇歧义问题,提出一种基于低维向量组合的语义向量模型.该模型引入了知识库与语料库的多语义特征的融合,主要的语义融合对象包括连续的分布式词向量和从WordNet结构中的语义特征信息.首先利用深度学习技术中的神经网络语言模型,预先从文本语料中学习得到连续的低维词向量;然后从知识库WordNet中抽取多种语义信息和关系信息;再将多语义信息融入词向量进行知识扩展和强化,生成语义向量,从而实现基于向量空间的语义相似性度量方法.在基准测试集上的实验结果表明,该方法优于基于单一信息源(知识库WordNet或文本语料)的语义相似性度量方法,其皮尔森相关系数比基于原始词嵌套向量的方法提高了7.5%,说明在向量特征层面上的多语义信息的融合有助于度量词汇间的语义相似性.     

Menger空间的Hausdorff概率度量及度量化

本文中引入了 Menger 空间的 Hausdorff 概率度量的概念,并讨论了该类空间中的几种度量之间的相互关系.最后,得到了 Menger 空间中集值映象的一个不动点定理.     

GO术语间语义相似性度量方法

分析了当前GO语义相似性的几种常用度量方法,提出了一种基于语义子图计算GO术语语义相似性的新方法,并以GO图的一小部分为例,进行了算法研究,使语义相似性度量更加精确.     

基于综合语义度量的本体映射方法

在分析现有本体映射技术的基础上,采用基于本体图结构和启发式规则的本体映射方法实现了本体间一对一映射,最后通过选取实验对象进行测试,证明了本映射机制的可行性.     

SCORM学习资源的语义相似度度量

在支持SCORM 1.2的基础上 ,对SCORM 1.2学习资源间的联系描述进行充分的挖掘 ,给出了资源实体和资源本体的形式化定义 ,对资源实体、资源本体间的关系类型进行了划分 ,给出了 3种学习资源语义相似度度量的方法 ,并说明了语义相似度度量在导航中的一个应用     

基于深度神经网络的文本语义相似性度量

为了提高文本语义相似性度量的准确性,该文从深度学习的角度出发提出了一种新的文本语义相似性度量框架,充分利用深度神经网络实现词级别、句子级别、文本级别的表示学习,使得学习到的表示向量能提供融合上下文信息的丰富语义信息,在此基础上,设计了相似性度量层,采用简单的三层网络实现任意两个文本向量的相似性值计算.在两个基准数据集上...     

滚动轴承滚针凸度量设计的可视化计算

首先介绍了三维有限长弹性接触问题的数值方法和实体套筒滚针轴承中的越程槽结构因素对对数凸型滚针接触压力分布的影响,利用可用于多种结构形式的滚动轴承滚针凸度设计方法,在Windows操作系统中,基于Visual Basic 6．0面向对象的程序设计平台,开发出考虑越程糟时滚针凸度量设计的可视化计算软件。     

基于语义路径覆盖的Gene Ontology术语间语义相似性度量方法

进行GO(gene ontology)语义相似性度量是解决生物学数据集成中语义异构问题的重要方法. 传统方法主要是基于距离的度量和基于信息量的度量.文中提出了一种基于语义路径覆盖的度量方法，并实现了其中Combine算法.该算法首先计算出每个节点的信息量，然后分别计算两个节点的语义路径的交的节点信息量之和以及这两个节点语义路径的并的节点信息量之和，将这两者之间的比率作为相似性度量值.实验结果表明该算法具有较高的相关系数.     

附贴空间的度量化

设X与Y是互不相交的拓扑空间,A是X的闭集,f:A→Y是连续映射(以下简称映射),以W表示空间X与Y的拓扑并X∪Y,亦即拓扑空间W中子集G为开集当且仅当G∩X以及G∩Y分别是X及Y的开集.今在W中,将A中点x与Y中点f(x)叠合得到一个W的商空间Z,它就称作籍助映射f:A→Y将X附贴到Y上的附贴空间(adjunction space);更准确些,Z也常常记作X∪_(f,A)Y.空间W至Z的商映射常记作p.易见p在Y上的限制给出了Y至Z的一个(在中)同胚映射,所以不妨把Y看作Z的(闭)子空间。此外,p的限制还给出了自空间X—A至Z—Y的同胚映     

科技期刊语义化研究

作为一种科技信息的传播方式,期刊在人们的学习和研究中,发挥着重要的作用。信息技术的飞速发展,为期刊带来新的生机,同时也提出更高的要求。研究期刊语义化,以提高期刊资源的语义交互性,增进科技期刊信息的语义共享。     

超拓扑群的度量化

证明了可度量化的拓扑群上的幂群是可度量化的，并且具体地给出了在超拓扑群上规定度量的方法     

蛋白质残基相互作用网络在线服务及可视化分析

蛋白质残基相互作用网络对理解蛋白质的结构特征,生物学功能和结合位点预测等研究有重要的作用.然而,现有的蛋白质残基相互作用分析方法易用性较差,需要下载和安装程序,较少提供友好易用的网络可视化功能,极大限制了蛋白质结构、功能和药物设计的相关研究.建立了蛋白质残基相互作用网络在线服务及可视化计算平台(http：//renault.fun),用户不需要下载和编写程序,仅需上传蛋白质结构数据和口袋相关信息即可搭建蛋白质残基相互作用网络,并实现度中心度(degree centrality),接近中心度(closeness centrality)和中介中心度(betweenness centrality)等网络特征的计算.该计算平台可进一步实现蛋白质残基相互作用网络的可视化,分析蛋白质表面结合口袋的网络特性,对理解蛋白质结构和药物设计的相关应用研究有较大的帮助.     

基于不确定性度量的半监督语义分割方法

基于深度学习算法的预测通常被盲目地认为是准确的,而这种劣势在半监督学习中更为明显.为了解决这个问题,本文引入了一种简单但有效的正则化方法,即不确定性交叉伪监督.该方法通过不同的参数初始化对双学生网络施加了一致性约束,并将一个学生输出的独热分割图用作伪标签来监督另一个学生.同时独热分割图之间的詹森 香农距离用来估计伪标签的不确定性.此外,本文还提出了一种不确定损失用于降低拥有高不确定性的伪标签所带来的损失项权重.实验结果表明,本文方法实现了最先进的半监督语义分割性能.     

用不同语义单元度量的句子相似度计算

提出了一种基于不同语义单元度量的句子相似度计算方法.将句子按词块分割为对应的公共词块和非公共词块,利用外部语义资源进行同义词替换和语义消歧处理.分别用词、词块和字为语义单元度量句子相似度,以不同的权重调节各语义单元对句子相似度的贡献.实验结果表明,该方法综合考虑的因素更加全面,有较高的准确率.     

用不同语义单元度量的句子相似度计算

提出了一种基于不同语义单元度量的句子相似度计算方法.将句子按词块分割为对应的公共词块和非公共词块,利用外部语义资源进行同义词替换和语义消歧处理.分别用词、词块和字为语义单元度量句子相似度,以不同的权重调节各语义单元对句子相似度的贡献.实验结果表明,该方法综合考虑的因素更加全面,有较高的准确率.