基于知识图谱和语义相似度的岗位匹配与排序方法

互联网的普及极大地促进了在线招聘平台的发展,如何利用有效的算法在海量的职位和简历库中自动匹配符合岗位要求的简历,是构建在线招聘系统的难点之一.为解决上述问题,本文融合知识图谱和文本语义相似度算法,提出了一种采用字符搜索寻找符合岗位要求的简历子集和根据文本语义相似度对所得子集进行排序的两阶段方法.实验结果表明,基于BER...     

一种多层次语义视频对象分割算法

提出一种基于高斯马尔可夫随机场及规则化图划分的多层次语义视频对象分割算法,其主要特点是将视频序列帧中对象的分割看成是“内容树”结构中复合结点的形成过程.首先使用高斯-马尔可夫模型来进行视频帧内的最优标记场标定,然后引入规则化图划分准则进行过分割区域的合并,得到具有语义意义的视频对象.实验表明,本分割算法具有较高的准确性,误差的均值为11.375%,标准方差为0.94%.     

基于网版印刷的传统节日符号在伴手礼包装中的设计研究

传统节日不仅是传统文化的重要组成部分,也是宝贵的民族文化遗产。节日伴手礼作为人们情感交流的承载体在节日的过程中扮演了重要角色。积极进行传统节日伴手礼包装探索实验是对传统节日保护、承实际行动的有效方法之一。该文主要从传统节日伴手礼文化研究现状与趋势入手,探讨节日元素提炼方法,同时结合丝网印刷的技术手段进行创新性节日伴手礼的设计研究。     

单位凯莱图及其补图的(无符号)拉普拉斯能量

令Z_n为模n的剩余类加群,单位凯莱图X_n是指以V(X_n)=Z_n为顶点集,E(X_n)={(a,b):a,b∈Zn,a-b∈U_n}为边集的简单无向图,其中U_n={a∈Z_n:gcd(a,n)=1}。利用欧拉函数给出了单位凯莱图X_n及其补图■的拉普拉斯能量和无符号拉普拉斯能量。     

一类高阶有理差分方程的全局渐近稳定性

运用子序列分析法研究一类高阶有理差分方程xn=xn-mxn-k axn-m xn-k的全局渐近稳定性,式中:m,k∈Z ,xs,xs 1,…,x0∈(0,∞),a∈[0,∞),s=min{1-m,1-k}.     

不可约符号矩阵的广义基指数的上界的可达性证明

给出了本原符号矩阵的广义基指数达到最大值时的极矩阵刻画,并证明了邵、尤给出的非本原不可约符号矩阵的广义基指数的上界是最好的.     

蒙古语“给予”义动词语义角色的句法映射统计分析

本文从《面向信息处理的蒙古语动词语义信息词典》中抽取了"给予"义动词.通过对真实语料库的分析研究,用穷尽法和三个平面语法论为指导,以语义角色为纲,以动词为中心.归纳了"给予"义动词语义角色的句法映射规律,句法映射原型位置和优先序列.     

语义学视野下法律语义的不确定性分析

法律语言是贯穿于法律的制定、研究和运用过程中的文字表意系统。导致法律语义不确定的原因是多方面的,语言本身的不确定性和客观世界的复杂性是其主要原因。在语义学的视角下,法律语义不确定的表现形式比较多样。     

多模态语义协同交互的图文联合命名实体识别方法

针对现有多模态命名实体识别(Multimodal Named Entity Recognition, MNER)研究中存在的噪声影响和图文语义融合不足问题,本文提出一个多模态语义协同交互的图文联合命名实体识别(Image-Text Joint Named Entity Recognition, ITJNER)模型。ITJNER模型加入图像描述作为额外特征丰富了多模态特征表示,图像描述可以帮助过滤掉从图像特征中引入的噪声并以文本形式总结图像语义信息;还构建了多模态协同交互的多模态语义融合模型,可以加强多模态信息融合,并减少图像信息的语义偏差。在Twitter-2015和Twitter-2017数据集上进行方法实验,分析实验结果并与AdaCAN、UMT、UMGF、Object-AGBAN等方法进行对比。相较于对比方法中的最优方法UMGF,本方法在Twitter-2017数据集上的准确率、召回率、F1值分别提高了0.67%、2.26%、0.93%;在Twitter-2015数据集上,召回率提高了0.19%。实验结果验证了本方法的有效性。     

基于学术知识图谱的增强语义表示与检索

知识图谱作为一个巨大的知识网络图,其中包含着实体概念、关系等信息.基于深度学习的语义表示虽然泛化性强,但对于一些专有知识的敏感度不高,所以许多研究尝试将知识图谱与神经网络结合.目前大部分知识图谱语义表示的方法是围绕通用领域知识图谱展开的,没有针对学术领域的知识图谱语义表示方法的研究.本文以学术文献的全文本数据为研究对象,从基于学术知识图谱的语义表示方法切入研究,在构建学术知识图谱的基础上,对通用领域的研究方法（K-BERT）进行领域化改进（KEBERT）,进一步使用实体知识增强文本的语义信息.通过开展下游任务的对比实验,在学术检索数据集上验证KEBERT、K-BERT和ERNIE的性能.实验采用检索任务中常用的NDCG评价指标对结果进行评价,实验结果表明改进后的KEBERT在检索任务上的效果优于其他模型.