一种基于语义关联的查询优化方法

提出了一种综合词法关系和语义分析的查询优化方法。通过对查询关键字词法特性和本体实例之间语义关联强弱的分析,提高了查询关键字到本体概念映射的完整性和准确率,帮助搜索引擎对用户的意图做出有效推测,解决了传统搜索引擎不能很好理解用户意图的问题。设计实现了相应的查询优化系统,实验表明该系统可以有效提高搜索的准确率。     

Collocation Dictionary Optimization Using WordNet and k-Nearest Neighbor Learning

In machine translation, collocation dictionaries are important for selecting accurate target words. However, if the dictionary size is too large it can decrease the efficiency of translation. This paper presents a method to develop a compact collocation dictionary for transitive verb–object pairs in English–Korean machine translation without losing translation accuracy. We use WordNet to calculate the semantic distance between words, and k-nearestneighbor learning to select the translations. The entries in the dictionary are minimized to balance the trade-off between translation accuracy and time. We have performed several experiments on a selected set of verbs extracted from a raw corpus of over 3 million words. The results show that in real-time translation environments the size of a collocation dictionary can be reduced up to 40% of its original size without significant decrease in its accuracy.     

基于WordNet的无导词义消歧方法

有导词义消歧机器学习方法由于需要大量人力进行词义标注,难以适用于大规模词义消歧任务.提出一种避免人工词义标注的无导消歧方法.该方法综合利用WordNet知识库中的多种知识源（包括：词义定义描述、使用实例、结构化语义关系、领域属性等）描述歧义词的词义信息,生成词义的“代表词汇集”和“领域代表词汇集”,结合词汇的词频分布信息和所处的上下文环境进行词义判定.利用通用测试集Senseval 3对6个典型的无导词义消歧方法进行开放实验,该方法取得平均正确率为49.93％的消歧结果.     

一种新的多标签数据集转换方法RAPC-W

针对现有多标签数据集转换方法无法有效利用标签间的语义相关性和共现性知识, 以及转换得到的数据集相对于问题规模偏小等问题, 提出了一种新的多标签数据集转换方法RAPC-W(ranking by all pairwise comparision based WordNet)。该方法将标签对从原来的两对扩展到四对, 增加了划分后数据集的规模。另外, 引入了外部数据源WordNet, 较好地考虑了标签语义相关性和共现性知识, 一定程度上过滤掉了语义不相关的标签组合, 更好地保留了原始数据集的信息, 降低了噪声数据集对基分类器训练的不良影响。在UCI知识库提供的Yeast和Letter数据集以及KEEL提供的Emotion、Genbase数据集上的一系列实验结果表明, 该方法是有效可行的。     

基于词义消歧的语义查询扩展研究

为了解决传统查询扩展时查准率低下的问题,基于词义消歧技术提出一种综合扩展语义树和词频共现率的语义查询扩展方法.针对查询词歧义所带来的查询主题漂移现象,利用WordNet知识源及其领域信息进行查询词义消歧,进而根据WordNet的层次结构生成扩展语义树,产生候选扩展词,并根据待扩展词与用户查询的整体最大相关性原则最终确定扩展词及其权重,使得扩展词能够充分表达用户查询请求,提高查询匹配准确率.实验表明,该方法在保证查全率的同时获得了较高的查准率.     

动态词链算法

介绍了动态词链算法的基本思想。由于该算法是以电子词典WordNet为基础而不是以对文章的语义理解为基础的，因此适用于任何文章。可以用此算法生成词链，再由此生成文章的摘要。     

基于词汇链的文本过滤模型

在介绍文本过滤的背景及传统基于关键词的向量空间方法不足之处的同时,引入了词汇链的概念,提出了基于词汇链表示文本的文本过滤模型,该模型首先对文本进行分析,把文本表示成词汇链的形式,在形成用户初始模板之后,以此模板来进行文本过滤。在用户反馈的基础上,自适应地修改该模板,以适应用户变化的需求及改善系统过滤性能,实验表明,这样的确可以提高系统精度。     

语义网络结构下的词义消歧

提出了一种基于语义网络结构的词义消歧方法。将文本片段中出现词的所有词义都看作节点，将两个词的任意两个词义之间的语义关系看作弧，将语义关系的紧密程度看作弧的权重，从而构成一个无向赋权网络；将Google的网页分级（PageRank）算法应用到无向赋权图中，评价网络中节点的重要性，并结合共指词义和词义的常用程度，对文本中出现的名词进行消歧。实验证明了该方法对文本进行词义消歧是有效的。     

Multiple Heuristics and Their Combination for Automatic WordNet Mapping

This paper presents an automatic construction of Korean WordNet from pre-existing lexical resources. We develop a set of automatic word sense disambiguation techniques to link a Korean word sense collected from a bilingual machine-readable dictionary to a single corresponding English WordNet synset. We show how individual links provided by each word sense disambiguation method can be non-linearly combined to produce a Korean WordNet from existing English WordNet for nouns.