语义搜索

摘要： 复用已有高质量源代码可提高软件开发效率及软件质量.当前,基于用户提供的输入输出对的匹配判断是代码语义搜索的主要方法之一,但该方法难以刻画完整代码行为,且仅能处理单输入类型.提出一种针对多种形式类型匹配的代码语义搜索方法.首先将代码集内各个代码片段中数据对象个数及类型的加工过程转换为Petri网模型;其次根据用户查询中蕴含的数据类型及个数、输出数据类型等约束来构造Petri网初始标识和目标标识;然后在Petri网中通过可达图及诱发网分析判断是否存在相应的可达路径,从而获得代码匹配依据.分析及实验表明,该方法能有效实现多种形式的输入输出类型匹配的代码搜索,且相对于传统类型匹配方法,能明显提高搜索准确度和效率.

摘要： 通过描绘发散性思维测验(物品多用途,AUT)中答案生成在累积函数和语义相似性等一系列参数上的量化特征,揭示创造性思维的语义搜索过程。结果发现:(1)新颖AUT条件中,语义搜索呈现与自由联想类似的负加速特点,但搜索速度较寻常AUT条件更慢。(2)新颖AUT条件中所生成的答案与题目(即物品)均具有较低的语义相似性,且显著小于寻常AUT条件。(3)新颖AUT条件中生成的答案比寻常AUT条件表现出显著更低的聚类程度,其中可聚类答案和未聚类答案与题目的语义相似度均较低,且不存在显著差异,二者在新颖性上也不存在显著差异。以上结果说明了创造性思维的语义信息搜索过程具有与自由联想类似的激活扩散特征,但总体搜索速度较慢。新颖性要求使得个体在最初搜索时便开始摆脱题目的语义限制而进行远距离搜索(避免就近搜索),并倾向于在每个语义场中只生成一个答案(避免局部搜索),但也可能会在远离题目的语义场中生成多个同类别答案。

摘要： 针对电网企业的数据资源无法被智能分析与管理等问题,提出基于知识图谱的语义搜索(KGSS)算法.KGSS算法通过MPP采集模型和Madoop数据库对结构化、半结构化和非结构化数据进行知识抽取,构建知识实体、属性以及实体间关系.利用嵌入投影模型(PEM)建立多结构数据的电网知识库,实现支持语义搜索的知识图谱.KGSS算法采用相似性策略进行实施语义搜索.性能分析表明,相比于传统的关键词搜索,KGSS算法的查准率和召回率得到有效的提升.

摘要： 目的针对目前包装产业存在的产业链长、数据大而散、包装领域知识信息检索不精准等问题,设计一个基于知识图谱的包装领域智能问答系统。方法采用知识图谱、智能问答、自然语言处理、深度学习和个性化推荐等技术,对互联网上各类包装领域数据进行采集汇聚、抽取知识、融合计算,最终形成一个包装领域混合型智能问答系统。结果系统主要功能包括知识图谱、文本相似匹配、图像识别和自动问答,实现了包装领域大数据的知识卡片、语义搜索和沉浸问答。结论该系统使用方便,通过问答方式,一站式快速按需获取多视图、多维度包装领域数据,提升了行业的数字化、信息化和智能化水平。

摘要： 在知识驱动的工业软件开发中,为了从半结构化知识中高效、准确地定位内容,提出一种基于超网络模型的语义检索方法,通过计算软件开发工程知识属性之间的关联度,构建由产品子网、对象子网、知识子网组成的知识超网络,利用贝叶斯方法融合概念知识和语言模型计算用户查询和工程知识的语义相关性,返回按相关性倒序排列的工程知识推荐列表.在微软知识库上进行对比实验,表明所提方法能更有效地利用半结构化工程知识中的语义信息,同时提高知识检索的准确度,验证了方法的可行性和有效性.

摘要： 近年来,随着人工智能技术的日益发展,基于自然语言理解的信息查询系统也逐渐成为现实.针对基于关键词搜索的搜索引擎难以精准捕获用户搜索意图的现状,提出了一种基于BERT的意图识别和语义槽填充联合模型,将其应用于搜索系统可以支持用户输入非结构化查询语句进行搜索.实验表明该模型能够识别用户的搜索意图从而提高搜索的准确率和速度.

摘要： 作为一种高效、智能的知识组织手段,知识图谱可以帮助用户快速、准确地获取自身关注的信息,近年来得到飞速发展.知识图谱与深度学习、大数据等技术已成为推动人工智能发展的核心力量.从知识图谱的基本概念出发,系统地分析了知识图谱的架构和构建方法;之后,围绕知识图谱的全生命周期技术,从知识建模、获取、融合、加工、存储、推理和典型应用等几个层面阐述了知识图谱构建过程中所使用的关键技术在国内外的研究进展;然后,阐述了知识图谱在智能语义搜索、知识问答系统以及公安、医疗、工业生产等垂直行业中的落地应用;最后,探讨了知识图谱的发展趋势和目前存在的诸多挑战.

摘要： 岩溶领域通过地质调查和科学研究积累了大量的成果资源,资源之间的关联关系更加复杂,传统的关键词检索模式已不满足用户获取知识的需求.为实现知识层面的数据检索,利用数据挖掘技术进行岩溶实体抽取与关系计算,以岩溶术语为核心,基于知识图谱构建岩溶知识发现系统,实现岩溶地质成果、期刊、论文、图书、标准、项目、专家等实体的智能语义搜索和关联导航,最大化的挖掘数据的潜在价值,为用户提供精准知识服务,提升了用户体验.

摘要： 在水利知识图谱的基础上,结合字符串相似度以及word2 vec生成的词嵌入的余弦相似度,设计了关联属性的语义查询算法,实现了异构水利知识的融合.在网页端搭建了一个智能搜索应用,通过用户实验,验证了基于水利知识图谱的智能搜索应用可以降低水利领域从业人员的数据获取难度,增强对水利领域相关知识的理解.

摘要： 知识图谱知识图谱是基于互联网语义搜索而构建的一种知识库体系,用来描述知识和建模世界万物之间的关联关系。不仅可以将互联网的信息表达成更接近人类认知世界的形式,而且提供了一种更好的组织、管理和利用海量信息的方式,具有规模巨大、语义丰富、质量精良与结构友好等特点,这宣告知识工程进入新时代。根据覆盖范围不同,知识图谱可分为应用相对广泛的通用知识图谱和专属于某个特定领域的行业知识图谱。

摘要： 语义搜索的目标是摒弃当前大多基于关键字的简单检索方式,结合语义技术,充分利用基于本体的语义信息关系的特点,为用户提供更优质高效的搜索效果.本文主要针对语义搜索过程中关键词语义扩展问题展开研究，从不同考察因素来考量词汇扩充问题，从而提供一组影响词汇扩展的因素，并且通过实验验证为它们分配合理的权值。

摘要： 关联关系搜索是语义搜索中的一种，可发现实体间复杂的关联关系。随着网络上语义资源的迅速增长，实体之间关联关系的个数可能会超过实体本身，因此，在多领域融合的语义搜索中，关联关系排序将是急需解决的问题之一.传统的排序方法主要针对Web资源进行排序，并没有涉及到形式化的语义信息，因此不能用于关联关系排序。针对最常见的路径关联关系，定义了三种影响关联关系排序的重要因素，分别是领域相关度、语义关联长度和关联关系频度，并给出了这些影响因子的权重计算方法，在此基础上提出了一种关联关系结果排序方法。实验结果表明，该方法可优先返回用户真正感兴趣的关联关系，有效地挖掘出实体间有价值的关联关系。

摘要： 语义搜索可直接使用,仅需提供与所需主题相关的文本块.可以输入一段文字、一个专利号或者粘贴出版物URL链接,关键在于文本可以为说明性文本,特别是技术工作原理和/或预期优势,系统就会自动匹配相关的专利.使用语义检索时,系统会评估文本,识别最具价值的词语和概念,返回与语义相关度最高的专利集.完全采用语法和词汇原则来理解文字信息的语义搜索的一大局限,是不能处理如双关语、多义词等模糊信息.这是因为计算机本身缺乏理解能力,尤其缺乏理解不确定性信息或模糊信息的能力,所以当计算机尝试通过解析整段话来提取含义时,就会颇为棘手.一些高级的系统能够建立一套使机器解决不确定性所遵循的原则.

摘要： 本文阐述了The IET创建于1871年，欧洲最大的专业工程学会。目前在全球150个国家拥有16万7千名会员，学术出版物有期刊，图书，会议论文集，多媒体出版物等。二次文献出版有Inspec databases。介绍了Inspec概览，IET知识曲线图，基于语义的聚类分析，语义搜索&可视化。

摘要： 面对数字图书馆不断增长的视觉资源,提出一种视觉搜索和语义搜索相结合的移动视觉搜索系统构建方法,实现数字图书馆视觉资源和语义的全搜索.通过梳理、分析国内外移动视觉搜索的相关文献,从系统设计、系统构建、系统实现三个方面对移动视觉搜索系统进行研究,提出了系统构建的五个步骤:视觉资源库构建、概念模型构建、语义描述和规植化、关联关系描述和编码、搜索平台搭建,并对系统检索效果进行了验证.实验测试表明,基于关联数据的移动视觉搜索系统构建方案科学、有效,检索具有较高的准确性和完备性,能够实现视觉资源内容和语义的全搜索.

摘要： 研究语义搜索、地址编码、空间分析等技术,基于Hadoop搭建分布式搜索引擎,实现了空间信息的搜索与提取,把技术应用到了应急管理领域,获取福州市由暴雨导致的捞点数据.

摘要： 针对目前主从式云存储架构的用户对数据的可控性差、隐私感知度低以及存在单点失效等问题,本文研究并设计云存储安全体系结构.在P2P云存储框架中引入语义的结构组织方式,增强云存储系统的可扩展性和易管理性,为用户对资源进行复杂的语义搜索提供支持.在此基础上,构建基于语义P2P的云存储系统框架,并对语义P2P云存储架构各层的安全需求以及可供实施的安全机制进行分析,从系统架构层面为云存储系统的安全提供保证.

摘要： 本文提出了一种新的扩展IBM OmniFind Enterprise Edition搜索引擎的语意搜索和结果分类的方法,该方法利用IBM OmniFind Enterprise Edition,并结合IBM开源非结构化信息管理体系结构Unstructured Information Management Architecture(UIMA).并通过一个具体的实例来展现IBM OmniFind Enterprise Edition强大的语义搜索功能。该方法使搜索空间和功能更加的广泛,它不仅满足了当前部分用户的更高需求,同时也增加了客户应用程序的竞争性。

摘要： 针对稀疏表示理论在目标检测中对场景中目标位置信息的捕捉能力较弱的问题,将概率潜在语义分析(pLSA)模型与稀疏表示理论相结合,提出一种由粗到细的图像目标检测方法.首先应用pLSA方法抽取整幅图像中可能含有目标的图像块,实现图像目标的粗提取,然后对这些可能含有目标的图像块进行稀疏表示,剔除虚警,实现目标的精细检测.实验结果表明:与传统目标检测算法相比,该算法在鲁棒性、识别率和运行效率方面均有一定提高,取得了较好的效果.

摘要： R-OSGi是基于OSGi的一个分布式应用框架,可以透明地访问远程OSGi平台的服务,R-OSGi平台的服务查找基于严格的句法匹配,通常存在"同义异形"和"同形异义"的问题.利用OWL引入语义信息,提出了基于R-OSGi平台的语义服务(包含语义信息的服务),解决了句法匹配所带来的问题,并通过一个智能家庭具体应用说明了方法的可行性和有效性.

摘要： 本发明涉及一种用于在互联网上搜索产品的系统和方法、相关的产品语义确定设备及产品搜索设备，其中所述产品类似于第一产品。这个系统首先包括产品语义确定部件，其适于基于关联于这个第一产品的标签来确定所述第一产品的语义；并且还包括产品语义解释部件，其适于解释所述第一产品的产品语义并且生成与该第一产品的产品语义相对应的至少一个搜索准则。

摘要： 本发明提出用于图文匹配的多级视觉‑文本语义对齐模型MSAVT，并提供了基于图文匹配的多级视觉‑文本语义对齐模型MSAVT的新闻事件检索方法，实现了新闻事件跨模态图文搜索，以满足当下新闻检索需求。本发明提供的跨模态检索模型的图文对齐精度更高，应用于新闻事件跨模态图文检索时在多个水平的召回率和平均准确精度等指标上有显著的提升。同时，引入预训练的BERT模型提取文本特征，提高了算法的泛化性能。模型采用公共空间特征学习方法，可以独立的获取图像和文本的向量表征，即可以预先存储检索结果的向量表示，检索耗时较短，可以应用于实际场景中。

摘要： 本发明涉及一种基于细粒度共注意机制的语义代码搜索方法，包括如下步骤：首先，将代码特征(即方法名、API序列、令牌和语句树序列)和查询特征(即令牌序列)输入到一个注意力机制中，来获得代码/查询特征矩阵；然后，将获得的代码/查询特征矩阵分别输入四种细粒度的共注意机制中，得到每个代码特征与查询之间的细粒度相关性；最后，相互依赖的特征向量分别融合成最终的代码/查询向量，并计算两个代表性向量之间的余弦相似性，将余弦相似性降序排列，得到最终推荐的N个查询结果。使用本方法可以增强对代码/查询特征向量的信息使用效率，提高代码查询最终结果的准确性。

摘要： 本发明提供一种基于语义划分的视觉文本属性对齐的行人图像搜索方法，包括：对图像模态和文本模态中的原始数据进行处理，获得图像全局及文本全局与局部的数据集；利用图像特征提取网络和文本特征提取网络对数据集分别进行特征提取，获得图像及文本单模态内的全局与局部特征；在嵌入网络中将单模态内的全局与局部特征转化为对应模态的嵌入特征；在多个损失函数的联合约束下，进行模型训练。本发明对局部特征进行更细粒度的划分，充分利用局部特征之间的对应关系，辅助主干网络提取更加对齐的全局跨模态嵌入特征；通过整体损失联合约束网络的训练，促使模型向着最优的方向收敛，提高基于自然语言描述的行人图像搜索的性能。

摘要： 本发明涉及一种基于语义相似度的问答系统搜索匹配方法及其应用，问答系统中包括标准问题及答案，对应标准问题设置若干相似问题；构建样本集合，对预训练模型进行调整、训练；将问答系统中的问题向量化，对新的用户问题向量化，进行余弦相似度计算，根据相似度得分对问答系统中的所有问题排序，输出预设条数的问题；方法应用于税务问答系统。本发明解决了传统模型面临的一词多义、单词歧义、分词准确率等问题，并且能够充分的获取句子中包含的语义信息，大幅提升模型的性能，训练和预测阶段全程可并行，提升模型预测准确度，提升搜索推荐指标、增强模型的泛化能力，提升用户体验，减少维护成本；特别适用于税务咨询领域。

摘要： 本发明公开了一种支持跨类型语义搜索的多媒体存储与搜索方法，包括以下步骤：(1)用户语义标注步骤；(2)本体表达步骤；(3)数据合并步骤；(4)多媒体检索步骤。该方法不仅支持跨类型多媒体搜索，而且能够用反映用户的语义需求。具有如下特点：(1)支持跨类型搜索。用户可以任意上传一种类型，找到各种各样语义匹配的多媒体。(2)操作方便。与传统搜索引擎的操作方式完全相同：上传文件，点击搜索。(3)保持语义信息。语义信息在多媒体文档的复制、移动或者离开知识库的情况下，无需重建，直接可以进行支持语义的多媒体检索。

摘要： 基于领域本体的语义搜索系统及搜索方法，涉及信息检索技术领域，解决现有搜索技术并没有考虑具体实例资源与查询概念之间的关系以及实例资源之间的关系等问题，包括领域本体库，语义标注后的资源库，推理规则库，推理节点以及相似度计算节点；领域本体库用于存储对应领域的知识或概念，所述领域本体用OWL文件实现；语义标注后的资源库用于存储所要查询的资源，对查询的资源进行语义标注，描述查询的资源与领域本体中概念的关系，语义标注用RDF实现；推理规则库用于存储推理节点所使用的自定义的推理规则；推理节点用于推理实现语义搜索服务，并将推理结果通过相似度计算节点计算；相似度计算节点用于计算两个概念间的语义相似度。

摘要： 本发明公开了一种支持跨类型语义搜索的多媒体存储与搜索方法，包括以下步骤：(1)用户语义标注步骤；(2)本体表达步骤；(3)数据合并步骤；(4)多媒体检索步骤。该方法不仅支持跨类型多媒体搜索，而且能够用反映用户的语义需求。具有如下特点：(1)支持跨类型搜索。用户可以任意上传一种类型，找到各种各样语义匹配的多媒体。(2)操作方便。与传统搜索引擎的操作方式完全相同：上传文件，点击搜索。(3)保持语义信息。语义信息在多媒体文档的复制、移动或者离开知识库的情况下，无需重建，直接可以进行支持语义的多媒体检索。

摘要： 本发明提供一种面向文化领域知识图谱的语义搜索方法，包括文化领域知识图谱本体模型，基于本体模型结合搜索意图配置搜索的推荐关联词条、推荐词条权重、结果排序，基于搜索配置将知识图谱本体模型与全文搜索引擎融合使用，该面向文化领域知识图谱的语义搜索方法设计合理，能够有效地改善搜索体验和需求，搜索结果也更为精准。

摘要： 本发明公开了一种语义搜索的实现方法。包括：将待识别文本输入第一NER模型，得到文本片段标记序列；将片段输入第二NER模型，得到片段实体标记序列；使用预设分类符号和预设节点数据按照预设规则分别对文本片段标记序列和片段实体标记序列进行格式转换，得到文本关系树叶节点序列和片段关系树叶节点序列；分别输入关系树生成模型，得到文本父节点坐标序列和片段父节点坐标序列；分别生成对应的文本关系树结构和片段关系树结构；使用所述片段关系树结构替换所述文本关系树结构中所述包含实体的上下文片段对应的叶节点，生成语义搜索关系树结构。本发明能够增强语义搜索的泛化性，应对复杂查询逻辑的鲁棒性，提高长难语句的识别精度。