语义相关度

摘要： 大多数图像标签完备方法仅依据待完备图像的视觉特征搜索近邻图像,获取候选标签实现完备,往往忽略候选标签与初始标签隐含的语义和视觉关系.为有效完备图像标签,本文依据信息的相互学习机制提出一种基于视觉和语义互学习的标签完备标注方法.首先,依据待完备图像的视觉特征和初始标签语义,搜索其近邻图像集并获取候选标签;其次,根据候选标签与初始标签的视觉内容相似性和语义相关性度量候选标签与待完备图像的关联度;最后,结合候选标签频率,选取关联程度高的候选标签实现标签补全.在基准数据集Corel5K以及真实数据集Flickr30Concepts上进行实验验证,结果表明该方法在图像标签完备的平均准确率、平均召回率以及覆盖率上均表现出更优的性能.

摘要： 针对自然灾害发生后,不同类型的人群在应急响应过程中对灾害现场场景可视化有着不同需求以及灾害场景模型针对性较低的问题,本文提出了一种基于本体的语义相关度计算方法.利用本体方法确定灾害场景模型与多类型用户需求在概念语义上的逻辑关系,按照多用户可视化需求语义相关度划分灾害场景模型要素,在此基础上采取用户需求规则约束的推理技术计算语义相关度,从而量化灾害场景可视化数据权重.实验案例表明该方法具有可行性,能有效提升灾害场景按需推送和按需构建的效率.

摘要： 随着互联网时代的到来,搜索引擎开始被普遍使用.在针对冷门数据时,由于用户的搜索词范围过小,搜索引擎无法检索出需要的数据,此时查询扩展系统可以有效辅助搜索引擎来提供可靠服务.基于全局文档分析的查询扩展方法,提出结合神经网络模型与包含语义信息的语料的语义相关模型,来更深层地提取词语间的语义信息.这些深层语义信息可以为查询扩展系统提供更加全面有效的特征支持,从而分析词语间的可扩展关系.在近义词林、语言知识库"HowNet"义原标注信息等语义数据中抽取局部可扩展词分布,利用神经网络模型的深度挖掘能力将语料空间中每一个词语的局部可扩展词分布拟合成全局可扩展词分布.在与分别基于语言模型和近义词林的查询扩展方法对比实验中,使用基于语义相关模型的查询扩展方法拥有较高的查询扩展效率;尤其针对冷门搜索数据时,语义相关模型的查全率比对比方法分别提高了11.1个百分点与5.29个百分点.

摘要： 为了更加有效地检索到符合用户复杂语义需求的图像,提出一种基于文本描述与语义相关性分析的图像检索算法.该方法将图像检索分为两步:基于文本语义相关性分析的图像检索和基于SIFT特征的相似图像扩展检索.根据自然语言处理技术分析得到用户文本需求中的关键词及其语义关联,在选定图像库中通过语义相关性分析得到"种子"图像;接下来在图像扩展检索中,采用基于SIFT特征的相似图像检索,利用之前得到的"种子"图像作为查询条件,在网络图像库中进行扩展检索,并在结果集上根据两次检索的图像相似度进行排序输出,最终得到更加丰富有效的图像检索结果.为了证明算法的有效性,在标准数据集Corel5K和网络数据集Deriantart8K上完成了多组实验,实验结果证明该方法能够得到较为精确地符合用户语义要求的图像检索结果,并且通过扩展算法可以得到更加丰富的检索结果.

摘要： 由于短文本的文档长度较短,短文本中词语的共现信息非常匮乏,造成短文本信息稀疏性问题.信息稀疏性也成为了传统主题模型在短文本上难以取得突破性进展的瓶颈之一.针对短文本分类,充分利用短文本中的每一个词语并解决其稀疏性成为关键.为了解决这一问题,基于Word2vec模型对短文本进行词嵌入扩展以解决其稀疏性,并将词向量转换成概率语义分布来测量语义关联性;针对短文本扩展后的特征向量,利用改进后的特征权重算法并引入语义相关度去处理扩展后的词特征向量.该方法可以区分出扩展后的短文本中词的重要程度,以便获得更准确的语义相关性.短文本分类研究采用KNN算法分类,实验结果表明,通过在外部语料集上学习得到的语义相关性扩展来处理短文本特征,可以有效提高短文本的分类效果.

摘要： 随着互联网的高速发展,微博、微信等文本形式的使用量逐渐增多,对于这类文本的分析理解在自然语言处理领域形成了新的挑战,尤其是文本中的网络新词识别与语义理解方面.为了克服传统方法无法识别网络新词及其语义的缺点,提出了一种融合知识图谱和显性语义分析(explicit semantic analysis,ESA)方法的网络新词识别方法.该方法以短语的粗粒度对原文进行切分来保留词语间的逻辑关系,利用百度知识图谱Schema匹配短语的语义表达后,再逐步以ESA方法分解剩余文本并将短语的百科信息提炼出核心语义词汇来补充Schema无法识别的部分.实验结果表明,与已有新词识别算法相比,该算法仅需要少量的语料库作为底层知识支撑,大幅降低了人工规则制订的成本,并提高了网络新词识别正确率与词语理解准确率.%With the rapid development of the Internet, the use of Weibo, WeChat and other text forms is gradually increasing. The analysis and understanding of such texts has posed new challenges in the field of natural language processing, especially in the field of network neologism recognition and semantic understanding. In order to overcome the shortcomings of traditional methods that cannot identify network neologism and their semantics, we propose a new method of network neologism recognition by combining knowledge map and explicit semantic analysis methods, which segments the original text with the coarse-grained phrase to preserve the logical relationship between the words. After using the semantic expression phrase of the Baidu knowledge map Schema, the ESA method is used to gradually decompose the remaining texts and extract the phrase encyclopedia information into the core semantic vocabulary, supplementing the unrecognized part of the Schema. Experiment shows that compared with the existing neologism recognition algorithms, the proposed algorithm requires only a small amount of corpus, which reduces the cost of manual rules formulation and improves the recognition of network neologism and the accuracy of word comprehension.

摘要： 为提高短文本语义相关度的计算准确率,将维基百科作为外部语义知识库,利用维基百科的结构特征,如维基百科的分类体系结构、摘要中的链接结构、正文中的链接结构以及重定向消歧页等,提出类别相关度与链接相关度相结合的词语相关度计算方法.在此基础上,提出基于词形结构、词序结构以及主题词权重的句子相关度计算方法.实验结果表明,在词语相关度计算方面,该方法的Spearman参数比文本相关度计算方法提高2.8％,句子相关度准确率达到73.3％.

摘要： 词语的语义计算是自然语言处理领域的重要问题之一,目前的研究主要集中在词语语义的相似度计算方面,对词语语义的相关度计算方法研究不够.为此,本文提出了一种基于语义词典和语料库相结合的词语语义相关度计算模型.首先,以HowNet 和大规模语料库为基础,制定了相关的语义关系提取规则,抽取了大量的语义依存关系;然后,以语义关系三元组为存储形式,构建了语义关系图;最后,采用图论的相关理论,对语义关系图中的语义关系进行处理,设计了一个基于语义关系图的词语语义相关度计算模型.实验结果表明,本文提出的模型在词语语义相关度计算方面具有较好的效果,在WordSimilarity-353数据集上的斯皮尔曼等级相关系数达到了0.5358,显著地提升了中文词语语义相关度的计算效果.%Word semantic computation is one of the important issues in nature language processing. Current studies usually focus on semantic similarity computation of words, not paying enough attention to the semantic relatedness computation. For this reason, we present a word semantic relatedness calculation model based on semantic dictionary and corpus. First of all, the semantic extraction rules are formulated with"HowNet"and corpus, and a large number of semantic dependency relations are extracted based on these rules. Then, a semantic relationship graph is constructed by storing the semantic relationship triplet tuple. At last, graph theory is used to process the semantic relation in the semantic relationship graph and a semantic relatedness calculation model is designed by means of the semantic relationship graph. Experimental results show that this method has a better performance in word semantic relatedness computation, the Spearman rank correlation on the WordSimilarity-353 dataset being up to 0.5358,a significant efficiency improvement of semantic relatedness computation of Chinese words.

摘要： 针对传统翻译自动评分方法分析不够全面且准确率不高的问题,提出一种基于混合语义空间的汉译英自动评分模型.该模型通过规则与统计相结合的语法检错算法对待测译文进行语法分析,并基于混合语义空间的语义相关度算法对待测译文与标准译文进行分析,然后赋予相应的权重,从而对待测译文进行自动评分.实验结果表明,该方法与人工评分的平均误差仅为1.13,皮尔逊相关系数为0.87,具有较高的准确率.%Aiming at the case that traditional automatic correction method for English translation is not overall and in low accuracy, an automatic correction model of Chinese-English translation which is based on hybrid semantic space is studied and designed.The model can analyze the grammar errors of the Chinese-English essay by a syntactic error detection algorithm which combines rules and statistics, it also can compare the translation essay with the standard by a semantic relevancy algorithm which is based on hybrid semantic space.Meanwhile, the corresponding weights will be calculated.Then the efficient automatic scoring of the translation essay can get.Via experimenting with real data sets, the results show that the the average error between the proposed method and manual scoring is only 1.13, the pearson correlation coefficient of the method is 0.87 and the method has high accuracy and good practicability in automatic translation scoring field.

摘要： 现有的中文语义相关度计算模型对相关度的定义并不明确和统一，且计算方法多以相似度计算为基础，导致应用语义相关度存在局限。本文提出了一个新的语义相关的定义，认为两个词所表达的概念之间，如果存在用类似“知网”的知识描述体系所描述的语义关系，那么这两个概念之间就是语义相关的。通过挖掘这些直接或间接的关系，本文提出了一种新的语义相关度的计算模型，适用于所有类似知网的知识体系中语义相关度的计算。最后将该计算模型应用于词义排歧，验证了该计算模型的有效性。

摘要： 高考阅读理解选择题是基于背景材料,通过对材料的“理解”从多个选项中选出最佳选项.由于提供的背景材料相对较短且关键信息极具隐藏性,答案可能无法在背景材料中直接找到.因此,如何从背景材料中挖掘信息并与选项进行相关性分析是解答该类问题的关键,而句子级的语义相关性分析是背景材料与选项相关性分析的基础.本文通过对大量高考科技文文意理解类选择题进行分析,提出基于多维度投票算法(Multi-Dimension Voting)的句子语义相关度计算方法.该方法将不同维度的语义相关性作为度量标准,运用投票算法的思想,选取问题的最佳选项.在近十年北京市高考真题上进行测试,正确率为61.53％,验证了该方法的有效性.

摘要： 文中提出基于上下文内容以及结构布局的方法。基于上下文的相关度计算方法依靠统计学计算来决定两个词语之间的相关度。本文提出的语义相关度计算方法充分考虑了，概念之间的关系，具有相同属性以及各自具有的独特属性，均在计算中得以体现，所以比较接近人的判定结果。在研究中发现，受测者的对概念的理解程度，以及对领域知识的了解，自信度等因素的差异对语义相关度的判定有一定的影响但是差异不大，需要进一步的验证。

摘要： 本文首先从中文维基百科官方所提供的基本数据中抽取整理出多种结构化信息;接着,对维基百科的知识组织形式进行了抽取架构,实现了一套开放的框架接口,方便了用户对这些信息的获取和使用;在此基础上,进行了词语间语义相关度计算的实验,并把实验的结果与传统的经典方法进行了对比,证明了利用中文维基百科进行语义研究的可行性.

摘要： 概念优先组合判断的研究有助于语义块结构和功能的确定,也有助于句类分析系统性能的提高.本文利用HNC概念符号知识深入到词语的语义层面,从概念类别的内涵出发,结合概念间语义相关度计算方法以及句类知识对概念优先组合的各种情况进行了初步分析.文章采取演绎和归纳的方法,得到了关于概念优先组合的并联结构、串联结构和混联结构的发现、内部结构分析及边界确定的相关规则,并实际验证了这些规则的有效性.

摘要： 本发明公开了一种基于空间‑语义‑数值相关度的空间关键字Top‑K查询方法，步骤为：利用Word Embedding技术对用户初始查询进行语义扩展；构建空间‑语义‑数值混合索引结构AKR‑tree；空间‑语义‑数值的相关度计算。本发明利用Word Embedding技术对用户初始查询进行语义扩展，生成一系列与初始查询关键字语义相关的查询关键字；然后构建空间‑语义‑数值混合索引结构AKR‑tree，该索引结构能同时支持查询关键字的文本和语义匹配，并利用Skyline方法对数值属性进行处理；最后，利用提出的索引结构快速匹配与空间关键字查询条件语义相关的对象，并按空间‑语义‑数值的综合相关度进行排序。与现有同类方法相比，本发明方法具有更好的查询结果用户满意度，索引结构具有较快的查询响应时间。

摘要： 本发明提供一种基于语义相似度的伪相关反馈模型信息检索方法及系统，包括根据查询关键词从目标文档集合中进行第一次查询提取伪相关文档集合后，采用Rocchio算法进行查询扩展，同时根据句子的语义相似度进行查询扩展，将两种查询扩展方法的结果融合，进行第二次查询实现最终的信息检索。本发明在选取扩展词项的时候，既能突出传统方法的查询词项与扩展词的重要度关系，又结合了词项所在句子的语义相关性，符合现实中句子语义相似时词项是有关联的情况，即词项之间即使表述不同，语义也相关的情况，从而使查询词在多语义的环境下具有更好地区分度，支持在海量信息中去除大量无用和不相关的信息，得出更加精准的候选词，提高扩展查询及最终检索的精度。

摘要： 增强BTM主题模型主题词语义相关性和主题凝聚度方法,属于文本挖掘和机器学习的交叉领域，包括下述内容：（1）文本语料获取以及预处理；（2）词向量模型构建；（3）BTM主题模型的建模；（4）词语之间语义相关性计算；（5）结合双词语义相关的主题模型的建模。本发明的双词扩展的主题模型在主题凝聚度TC值以及Js距离值上都比传统的主题模型有明显的提高。

摘要： 本发明公开了一种基于关联语义链网络的事件相关度计算方法。该方法具体步骤如下：（1）输入领域中的任意两个事件类文本集；（2）将每个事件类文本集表示为关联语义链网络；（3）计算事件在关键词上的相关度；（4）计算事件在关联关系上的相关度；（5）输出事件的相关度。该方法以事件的关联语义链网络为相关度的参照物，关联语义链网络包括事件的关键词及关键词之间的关联关系，关系具有权重。从共有关键词和关联关系两个方面量化对参照物进行量化，以关联语义链网络的相关程度为相关度的衡量标准；该方法简便易操作，效果好。

摘要： 本发明公开了一种基于维基百科双向链接的词语语义相关度判断方法，对于任意两个词语有：S1.在维基百科数据资源库中分别获取两个词语的定位页面；S2.若定位页面为内容页面，即是义项页面，转S3；若定位页面为消歧页面，进行消岐处理，转S3；S3.计算出两个词语每一个义项页面的概念语义解释，概念语义解释为一个双向链接向量；S4.计算两个词语义项页面间的双向链接向量的余弦，获得每一对义项概念间的语义相关度，将最大值作为两个词语的语义相关度。本发明把维基百科中页面的入链接和出链接作为页面特征，构建描述概念语义的特征向量模型，并结合一种基于社会认知度的消岐策略,提高了基于维基百科链接的词语语义相关度计算的准确度。

摘要： 本发明公开了一种语义相关度的确定方法及确定装置，该确定方法将word2vec训练模型与同义词词林相结合，通过同义词词林获取一个词的单义词，再基于word2vec的余弦语义相关度计算规则确定两个词语之间的语义相关度，而没有利用同义词词林的语义相关度计算规则，所以该确定方法不仅充分考虑了词语在上下文语境中的语义信息，还有效地解决了同义词、多义词、非邻域词之间的语义相关度计算不准确的问题，大大地提高了各词语之间语义相关度的计算准确性。

摘要： 本发明公布了一种基于语义相关度模型的中文文本摘要获取方法，设计文本编码器利用深度神经网络将原文本进行压缩，得到原文本的编码向量；设计摘要解码生成器生成摘要的解码向量；再通过构建语义相关度模型，得到原文本的编码向量和摘要的解码向量之间的相关度，作为原文本和生成摘要之间相关性的度量；再通过训练语义相关度模型最大化所述相关度，由此生成完整的摘要。使用本发明技术方案生成文本摘要，能够提高生成摘要的质量和准确度，尤其提高生成摘要与原文本的语义相关度。

摘要： 本发明公开了一种基于知识增强和知识迁移的句子语义相关度判断方法，根据语料集中已标注的训练数据和验证数据构造相应的无监督训练语料，并利用该语料对预训练BERT进行再次训练，从而得到包含任务相关领域知识的预训练语言模型TBERT；一方面根据BERT的输入要求将待判断的两个句子构造成句子对作为TBERT的输入，通过多层Transformer模型的学习句子对的全局上下文信息及其关系，从而得到句子对的全局语义相关信息；另一方面通过一个孪生BERT网络分别学习各个句子的局部语义信息，然后结合距离函数计算它们之间的语义相关度信息，从而得到包含句子局部语义及距离信息的语义向量，并最后合并得到最终的句子语义相关度表示。

摘要： 本发明公开了一种基于语义相关度预测和注意力解码的场景文本识别方法，包括：S1，数据获取：获取合成训练数据集、真实评测数据集及常用词根统计表；所述常用词根统计表作为语义指导；S2，数据处理：将所述合成训练数据集和真实评测数据集进行拉伸变换至统一规范；S3，深度神经网络模型训练，S4，场景文本识别：将待识别的场景文本图像输入到深度神经网络模型，深度神经网络模型对待识别的场景文本图像进行精确识别，并返回一串字符作为识别结果。本发明的语义相关度预测模块以词根统计表为语义指导为语义注意力机制提供更加准确的高阶先验信息引导，学习得到的参数更能适应真实场景文本的图像特点，识别准确率更高。

摘要： 本发明公开了一种基于维基百科双向链接的词语语义相关度判断方法，对于任意两个词语有：S1.在维基百科数据资源库中分别获取两个词语的定位页面；S2.若定位页面为内容页面，即是义项页面，转S3；若定位页面为消歧页面，进行消岐处理，转S3；S3.计算出两个词语每一个义项页面的概念语义解释，概念语义解释为一个双向链接向量；S4.计算两个词语义项页面间的双向链接向量的余弦，获得每一对义项概念间的语义相关度，将最大值作为两个词语的语义相关度。本发明把维基百科中页面的入链接和出链接作为页面特征，构建描述概念语义的特征向量模型，并结合一种基于社会认知度的消岐策略,提高了基于维基百科链接的词语语义相关度计算的准确度。