【摘 要】
：
提出一种基于上下文多元信息实现文档相似度计算的方法,该方法首先抽取文档的特征词,对具有相同(或相近)意义特征词的文档,分别获得特征词在上下文中同现词的词性、语义信息
【机 构】
：
哈尔滨商业大学,计算机与信息工程学院,黑龙江,哈尔滨,150076
【出 处】
：
第十六届中国神经网络大会(CNNC2006)暨首届中国人工免疫系统专题会议(CAISC06)
论文部分内容阅读
提出一种基于上下文多元信息实现文档相似度计算的方法,该方法首先抽取文档的特征词,对具有相同(或相近)意义特征词的文档,分别获得特征词在上下文中同现词的词性、语义信息、位置关系、平均同现概率等多元信息,以量化形式描述成一个相似函数;然后分别从两两文档的相似函数中得到文档的相似度评价值,作为衡量文档相似程度的重要依据.利用该评价方法,使用NTCIR-3中的跨语言信息检索数据集中的中文文档,对初始检索文档的顺序重新排列,实验结果表明,该方法分别将前10个最佳召回文档和前100个最佳召回文档的平均精确度提高了15.45％～18.49％和11.96％～15.35％在另一组有关相同网页信息的实验中,几组不同类别文档相似度F1-measure平均值均在95％以上。
其他文献
当含液气体通过超音速低温气液分离器时其物性参数会沿其路发生一系列的变化,主要表现为温度和压力的迅速降低和速度的急速提高,这种流动速度由亚声速达到几个马赫数而引起的
随着网络在教育系统中的普及,网络远程教育正成为日益重要的教育形式.本文从现有的网络软硬件条件出发,提出了应用Cult3D制作多媒体课件,从而在网上实现互动式教学,提高远程
我军历来的健康教育,为保障和提高部队战斗力作出了贡献。随着社会的发展和官兵对卫生需求的不断增强,健康教育方式、方法也需相应改变。近几年,在保障部队驻训、轮战、演习
本文利用计量回归与数据测算的方法,以江苏省为例,就进出口贸易对江苏省财税收入的影响进行实证分析。发现,进口总量变化对财税收入的长期影响比短期影响更加突出与显著;出口
本文首先对老山隧道相邻机构设置情况作了简要介绍,然后结合老山隧道的布置情况对火灾时交通控制工况、人员疏散策略、隧道交通组织以及交通控制预案进行了研究.
本文提出了基于WWW远程教育网络教学中应用的流媒体传输技术,提供了将控制信息和视频数据流分别使用不同传输协议进行传送的实现方法,讨论了这种系统配置的硬、软件方案,以及
为了在并行计算系统中应用支持向量机,提出一种基于多支持向量机分类器的并行学习算法.分析了w-model算法的不足,并在训练过程中采用循环式反馈更新各支持向量机分类器以避免
空冷器进出口管与管板连接处产生裂纹的主要原因是基础的振动、气流的脉动、管道的振动和空冷器进出口压力的频繁变化而引起的.本文结合实际应用的空冷器,提出了抑制裂纹产生
提出了一种有效选择初始聚类中心的算法CNICC.该算法参考了网格聚类算法的思路.划分数据空间为相应维度上的网格单元,然后根据实例的分布情况确定初始聚类中心.从二阶差分的
车间作业调度问题的研究不仅具有重大的现实意义,而且具有深远的理论意义.该文采用数据挖掘算法从大量的车间作业调度中抽取一些有价值的信息或知识,然后应用这些知识来辅助