您的位置: 专家智库 > >

上海市高校选拔培养优秀青年教师科研专项基金(shu-07027)

作品数:7 被引量:58H指数:4
相关作者:周文刘宗田付剑锋仲兆满付雪峰更多>>
相关机构:上海大学南昌工程学院更多>>
发文基金:上海市教育委员会重点学科基金国家自然科学基金上海市高校选拔培养优秀青年教师科研专项基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 7篇自动化与计算...

主题

  • 3篇相似度
  • 2篇形式概念分析
  • 2篇语言处理
  • 2篇自然语言
  • 2篇自然语言处理
  • 2篇相似度计算
  • 1篇信息抽取
  • 1篇依存分析
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇人物传
  • 1篇人物传记
  • 1篇算子
  • 1篇人工智能
  • 1篇自动文摘
  • 1篇文本相似度
  • 1篇文本相似度计...
  • 1篇文摘
  • 1篇向量
  • 1篇向量机

机构

  • 7篇上海大学
  • 1篇南昌工程学院

作者

  • 7篇刘宗田
  • 7篇周文
  • 4篇仲兆满
  • 4篇付剑锋
  • 1篇付雪峰
  • 1篇单建芳
  • 1篇易平
  • 1篇刘耀华

传媒

  • 2篇小型微型计算...
  • 2篇计算机科学
  • 1篇广西师范大学...
  • 1篇中文信息学报
  • 1篇计算机工程与...

年份

  • 2篇2010
  • 5篇2009
7 条 记 录,以下是 1-7
排序方式:
基于事件的文本相似度计算被引量:7
2009年
大量研究成果已经表明,事件在很多文本中是客观存在的。从语义的角度理解,诸多文本是由事件组成的,事件是文本表示的最小语义单位。给出了基于事件的文本表示模型,在此模型的基础上,从文本类型相似度计算和文本内容相似度计算两个层面论述了文本相似度计算的方法。
仲兆满刘宗田周文付剑锋
关键词:文本相似度形式概念分析自然语言处理
事件相似度计算被引量:8
2010年
事件间的相似度计算对事件本体的构建起着重要的作用,是基于事件的信息查询、自动问答、自动文摘生成等事件本体应用的前提.本文解决了以下问题,基于给定的事件模型,定义事件间的相似度;根据事件各要素的特征,提出一种结合语法、语义、词语序列、时间关系的事件相似度计算方法.实验数据和模糊分析表明本方法合理、准确.
单建芳刘宗田周文
人物传记研究综述被引量:1
2009年
对近年来国内外人物传记研究进行了综述,从人物传记研究的开始到人物传记的相关技术与应用,力图说明自动人物传记的研究进展,展望其未来的发展趋势。目前互联网文字信息膨胀,从多个文本中自动提取人物的传记性信息研究有重大研究价值,不仅能够促进信息抽取和自动文摘的发展,而且能够产生一些重大应用。
易平刘宗田周文
关键词:本体人物传记信息抽取自动文摘
事件关系表示模型被引量:22
2009年
事件关系的表示及事件推理是基于事件的知识处理的核心内容。文章提出了事件影响因子的概念来刻画事件间相互影响的强弱,给出了一种事件影响因子的计算方法。在此基础上,建立了事件关系图ERM(Event Re-lationship Map)来描述领域中事件之间的关系。依据事件关系和事件要素可以进行事件推理,重点阐述了ERM上基于关系的事件推理算法。最后,做了一个事件关系推理的实验,结果证明所提模型及算法与人的主观判断相一致,是合理可行的。
仲兆满刘宗田周文付剑锋
关键词:人工智能自然语言处理
一种区间数分解与定标算法及其扩展形式背景的概念格生成方法被引量:1
2009年
现有的概念格模型无法处理既包含以布尔值表示的信息,又包含以标量、模糊数及区间数表示的信息。因此,针对包含所有这些信息类型的扩展的形式背景提出它的处理方法,在此基础上,生成经扩展的概念格,是一项有意义的工作。提出了一种新的区间数分解与定标算法,以处理含有多种类型的扩展形式背景,并给出了相应的扩展格生成算法。最后,实验表明,该方法具有良好的效果。
刘耀华周文刘宗田
关键词:概念格概念格构造算法形式概念分析模糊概念格
基于相似度的粗糙集近似算子快速求解被引量:3
2010年
由于经典粗糙集只能处理精确分类问题,基于相似度的粗糙集模型被提出并用于解决不完备信息系统的相关问题.粗糙集通过近似算子对某一给定的概念进行近似表示,科学的求解这些算子对粗糙集理论的发展具有重要意义.本文提出一种新的近似算子快速求解方法,分析证明了所提快速方法比经典方法具有更高的求解效率.文章定义了元素覆盖度、集合覆盖度等概念,使用覆盖度等价关系可以将覆盖粗糙集转化为经典粗糙集,从而简化覆盖粗糙集的相关问题的解决.
仲兆满刘宗田周文付剑锋
关键词:覆盖粗糙集近似算子
基于依存分析的事件识别被引量:20
2009年
事件抽取是信息抽取的重要组成部分,事件识别是事件抽取的基础,事件识别的效果直接影响了事件抽取的结果。基于机器学习的方法识别事件需要从词汇中发掘更多的特征。针对当前事件识别方法中存在的不足,提出了一种基于依存分析的事件识别方法。用依存分析发掘触发词与其它词之间的句法关系,以此为特征在SVM分类器上对事件进行分类,最终实现事件识别。实验表明,基于依存分析的事件识别优于传统的事件识别方法,而融合多特征的事件识别F值可提高到69.3%。
付剑锋刘宗田付雪峰周文仲兆满
关键词:依存分析支持向量机
共1页<1>
聚类工具0