注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當前位置: 首頁出版圖書暫缺分類概念背景圖及其應用

概念背景圖及其應用

概念背景圖及其應用

定 價:¥128.00

作 者: 杜亞軍 等
出版社: 科學出版社
叢編項:
標 簽: 暫缺

購買這本書可以去


ISBN: 9787030726261 出版時間: 2022-09-01 包裝: 平裝
開本: 16開 頁數(shù): 字數(shù):  

內(nèi)容簡介

  知識工程是人工智能發(fā)展中重要的研究。形式概念分析提出后廣泛應用于不同領域的知識獲取、知識挖掘、知識表達、知識推理。近年來,知識圖譜在信息檢索領域解決了不同層面應用的知識表達和知識推理問題?!陡拍畋尘皥D及其應用》在形式概念分析和知識圖譜研究工作基礎上,針對一些不適合建立領域大規(guī)模知識圖譜的應用場景,其知識獲取、知識表達、知識推理要求規(guī)模小、建設快、精準度高等問題,提出了從文本中獲取概念以及它們之間的關系這一知識提取方法;圍繞互聯(lián)網(wǎng)網(wǎng)頁獲取這一特定應用場景,提出了概念之間的語義相似度計算方法、網(wǎng)頁獲取過程中分層概念背景圖的基本概念、基礎理論、實現(xiàn)算法?!陡拍畋尘皥D及其應用》將概念背景圖用于互聯(lián)網(wǎng)文本語義計算、網(wǎng)頁獲取等場景,取得了良好的效果。

作者簡介

暫缺《概念背景圖及其應用》作者簡介

圖書目錄

目錄
第1章 概念背景圖的數(shù)學基礎 1
1.1 偏序 1
1.2 偏序與有向無環(huán)圖 3
1.3 格 5
1.4 閉包算子和Galois連接 6
1.5 概念與概念格 6
第2章 概念及其挖掘 10
2.1 概念格的構建算法 10
2.1.1 批處理算法 10
2.1.2 增量算法 11
2.2 基于信息系統(tǒng)的概念提取方法 12
2.3 多值形式背景概念格的構建 14
2.3.1 形式背景與概念 15
2.3.2 構造概念格的算法 19
2.3.3 算法復雜度分析 25
2.3.4 正確性分析 26
2.3.5 有效性分析 28
2.3.6 實驗分析 28
2.4 基于矩陣運算的概念格構建 30
2.4.1 獲取形式概念 31
2.4.2 建格算法 33
2.4.3 實例分析 36
2.4.4 算法分析 37
2.4.5 仿真實驗 38
2.4.6 實驗分析 41
第3章 概念之間的關系 43
3.1 格上概念相似度的計算 43
3.2 基于編輯距離的相似性度量方法 45
3.3 概念相似度計算 47
3.4 概念相似度的典型應用 49
3.4.1 概念與Agent間的相似度計算方法 49
3.4.2 Agents間的相似度計算方法 50
3.4.3 兩個Agent Crawlers間的理解度 50
第4章 知識圖譜相關技術 54
4.1 實體獲取主要方法 55
4.1.1 基于詞典知識庫的方法 56
4.1.2 基于種子概念的方法 56
4.1.3 基于語言學規(guī)則的方法 57
4.1.4 基于統(tǒng)計機器學習的方法 57
4.1.5 混合方法 58
4.2 關系提取 59
4.2.1 人物互動關系提取算法 59
4.2.2 微博的特點改進依賴三元核 60
4.2.3 依賴三元核詞項語義特征和句法特征改進方法 61
4.3 微博人物互動關系分類 67
4.3.1 關系描述詞提取規(guī)則 68
4.3.2 詞典分類關系描述詞 69
4.4 知識圖譜的建立 73
第5章 相關背景圖及其構建 75
5.1 鏈接背景圖 75
5.2 相關背景圖的研究 77
5.2.1 相關背景圖在鏈接上存在的缺陷 79
5.2.2 改進思路 80
5.2.3 改進方法 81
5.2.4 算法舉例說明 84
5.2.5 鏈接路徑的相關背景圖的改進實驗結果 86
5.3 網(wǎng)頁語義上的相關背景圖的改進 90
5.3.1 HowNet的相關預備知識 90
5.3.2 單詞的相似性計算 92
5.3.3 文檔的相似性 94
5.3.4 重新定義相關性信任度 94
5.3.5 擴展主題特征詞 95
5.3.6 網(wǎng)頁語義的相關背景圖的改進實驗結果 96
5.4 相關背景圖的應用 99
5.4.1 發(fā)現(xiàn)與主題相關的微博用戶 99
5.4.2 主題相關用戶的收集 102
5.5 實驗以及評價 104
5.5.1 構造實驗數(shù)據(jù)集 104
5.5.2 評價指標 105
5.5.3 實驗結果與分析 106
第6章 概念背景圖及構建 108
6.1 概念格上隱含的關系 108
6.2 格上核心概念的定義 109
6.3 格上概念距離的計算 110
6.4 概念相似度的應用 113
6.5 概念背景圖的構建 114
6.6 概念背景圖在網(wǎng)頁挖掘中的應用 118
6.7 概念背景圖的更新 123
6.7.1 增量概念及其產(chǎn)生算法 123
6.7.2 更新概念背景圖 126
6.7.3 刪除主題不相關概念 128
6.8 概念背景圖的系統(tǒng)實現(xiàn)及應用 132
6.8.1 系統(tǒng)構建 132
6.8.2 實驗數(shù)據(jù)集的介紹 133
6.8.3 評價指標 135
6.8.4 結果分析 135
第7章 不同類型的概念背景圖 138
7.1 領域本體的語義相關度度量 138
7.1.1 語義相關度 138
7.1.2 語義相關度度量 139
7.2 WordNet與語義相關度 141
7.2.1 WordNet概述 141
7.2.2 基于WordNet的語義相關度 142
7.2.3 信息內(nèi)容與語義相關度 143
7.3 領域本體和相似概念背景圖的主題爬行策略 144
7.3.1 鏈接分析概述 145
7.3.2 領域本體和相似概念背景圖的主題爬行流程 145
7.4 實驗及結果分析 150
7.4.1 準備數(shù)據(jù)集 150
7.4.2 收集主題數(shù)據(jù)及處理 152
7.4.3 構建相似概念背景圖 153
7.4.4 計算錨文本相關度及預測URL優(yōu)先級分值 154
7.5 實驗結果對比分析 155
第8章 概念背景圖的分層 158
8.1 概念背景圖的參數(shù)確定 158
8.2 概念背景圖的層次劃分 158
8.3 獲取OSCCG及OPV的詳細過程 162
8.4 概念背景圖的更新機制 163
8.4.1 相關概念 163
8.4.2 概念背景圖中概念的更新 164
8.4.3 概念背景圖層次的更新 167
8.5 實驗及結果分析 169
8.5.1 第一部分實驗結果 171
8.5.2 第二部分實驗結果 173
參考文獻 175

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) www.dappsexplained.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號