[精品]科技论文作业

《[精品]科技论文作业》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、课程大学计算机基础实验名称科技论文西安交通大学实验报告系别能动学院实验日期2010年xx月xx日专业班级能动06实验报告日期2010年xx月xxH姓名张阖肆学号2010031159报告退发（订正、重ZrZrdI'弟页共页做）同组人教师审批签字实验名称:一.实验题目：实验环境及步骤Windos操作系统,Word2003o三.实验结果绪论11.1课题的背景和意义21.1.1研究的背景21」・2研究的目的和意义21.2国内外研究现状21.3本文的研究content31.3.1研究content31.3.2研究方法及技术路线4绪论1.1课题的背景和意义1.1.

2、1研究的背景本课题源于国家863高技术研究发展计划：“血向教育的海量知识资源组织、管理与服务系统”，该项冃旨在研究一套区別于搜索引擎和现有数字文献管理系统的，支持用户多层次、多粒度知识获取，能够体现知识资源内在关联的导航与互动学习，并支持用户个性化杏询和结果呈现的知识资源管理与服务系统。系统的体系结构包括：1、知识资源的组织与管理；2、知识资源的处理；3、个性化多模式三个层次。conform性度量算法的关键技术是词汇、句了间语义conform度计算算法。语义conform度计算的准确性直接影响到主题图最后融合的效果，因此语义conform性度量的研究在

3、主题图融合过程有着很重要的作用。1丄2研究的口的和意义扩展主题图的数据格式用于描述信息资源组织、管理的结构，具冇独立性和通用性，展示形式为“主题一知识元一资源”。相对于传统的基于元数据的资源组织方式，扩展主题图在物理资源实体上架构了一层语义网，实现了资源实体和抽象概念之间的语义组织和衔接，能提供知识的多层次，多粒度的语义搜索与导航。现有的语义conform性度量的方法主要有基于词典和基于语料库两种。词典有着丰富的语义信息，但存在着未登录词的严重问题。目前发布的实用的词典：英文的WordNet（词网）、中文的HowNet网）⑵，均是封闭的系统，在计算未登

4、录词时效果很差。1.2国内外研究现状863课题纽针对传统主题图无法提供多粒度知识纽织管理的问题，提出了扩展主题图标准。当両关于扩展主题图的研究较少，本文在此只介绍传统主题图的相关研究。1）主题图和主题图融合研究现状主题图（TopicMaps）的概念最初是由W3C（WorldWideWebConsortium全球万维网联盟的简称）提出的,并由国际标准组织SGML（StandardGeneralizedMarkupLanguage）委员会第三工作小组的研究人员开发，用來实现索引和辞典构建过程的形式化。这些早期努力演变的结果就是ISO/IEC13250：20

5、0031,这项国际标准定义出了TopicMaps的完整数据模型。2001年，基于可扩展标记语言（ExtensibleMarkuoLanguage,XML）的XML主题图一XMLTopicMaps（XTM）l4］成为ISO/IEC13250的一部分。同年,ISO委员会又提出主题图查询语言TMQIXTSO/TEC18048）和主题图约束语言TMCL仃S0/TEC1975）。主题图融合方面，在国外,2004年LutzMaicher等人提出了S1M算法’和2007年由Jung-MnKim"提出了TM-MAP算法。SIH算法的木质是字符统计法，TM-MAP算法较

6、之有很人的改进，一-定程度上涉及到主题图本身所蕴含的语义信息，但核心思想还是基于字符统计。在国内，2006年，由南京航空航天大学的吴笑凡等人提出了基于主题和资源合并的TOM算法叫TOM算法与STM算法类似，基于字符统计，涉及到主题图三要素中的两个。2）词汇conform性度量研究现状国内比较突出的是屮国科学院计算技术研究所的刘群⑻等人提出的基于《知网》的词汇语义conform度计算。刘群等的语义conform度计算方法以《知网》为计算依托，充分利用了《知网》中的义原（描述一个“概念”一词语的最小意义单位）通过上下位关系组成的一个树状义原层次体系。为了计

7、算用知识描述语言表达的两个概念的语义表达式Z间的conform度,该算法采用了“整体的conform度等于部分conform度加权平均”的做法。该算法在同义、近义词语间的conform度计算结果上测试效果良好，但仅仅利用《知网》中义原间的上下位关系，所以对对义、反义的词语测试应用不佳，测试结果不利于进行词语的极性识别分析。国外较为突出的是美国的蒙大拿州立人学的ShenWan和RafalA.Angryk提出了基于WordNet（词网）的上下文向量的语义conform度计算算法⑼,该算法将一个概念的认知感觉定义为肓接语义关联与与其相关的间接语义关联的综合体

8、，然示利用wordnet的层次关系建立上下文的空间，及向量，最后通过计算两个概念対应向量的余弦