共查询到18条相似文献,搜索用时 359 毫秒
1.
基于多层次概念语义网络结构的中文医学信息语义标引体系和语义检索模型研究 总被引:18,自引:0,他引:18
为了提高中文医学信息检索效率,本文应用语义学研究成果,深入剖析统一医学语言系统(UMLS),从理论上对多层次概念语义网络结构进行了探讨,以此设计了适用于中文医学信息特点的三层概念语义网络结构,并分别确定了各个概念语义网络层次的语义类型和语义关系,进一步完善了医学信息语义网络.以信息检索的认知理论为依据,建立了基于三层概念语义网络结构的中文医学信息语义标引体系和语义检索模型.对扩展检索和语义检索进行统计学Kappa检验,认为两种检索方法的一致性非常显著(p<0.01);与扩展检索中的任何一种方法相比,语义检索方法具有更高的检索效率. 相似文献
2.
3.
4.
5.
目前Web2.0服务虽能调动大众用户的力量,但所提供的检索方式单一,不能很好地解读用户的需求,也不利于信息的跨平台检索.语义检索是针对概念及概念之间关系的检索,能实现基于语义的匹配和推理,将语义检索应用于Web2.0服务中,能很好地调动用户互动参与,增强信息搜索的准确度,使服务更其个性化.而通过Web2.0,非专业用户能为语义检索的实现贡献力量,用户使用反馈也能逐步提高语义检索的质量.本文在分析Web2.0服务所提供的检索和语义检索各自优劣势的基础上,从语义信息的生成、存储和检索三方面探讨两者结合的方法,并对其应用优势进行展望. 相似文献
6.
7.
8.
网络信息语义组织和检索的实现路径 总被引:1,自引:0,他引:1
针对网络信息语义组织和检索的研究现状,指出基于语义知识组织基础上的语义概念检索是解决问题的根本之道,主要探讨在受限领域中如何引入新兴的知识组织技术——本体和主题图实现语义检索,阐述语义信息组织和检索的两条实现路径:基于本体的语义检索及基于主题图的知识导航。 相似文献
9.
基于内容的图像检索技术是对图像的物理内容为加工对象的检索技术之一,主要实现方式包括基于颜色、纹理、形状、空间位置和语义等。其中基于颜色的图像检索发展最为成熟,而基于语义的检索则尚处于探讨、研究阶段。基于内容检索和基于文本检索在数字图书馆中可以融合共同提供检索服务。Google为这一尝试提供了在后控阶段的有效案例,而真正的实现两者的融合是在预处理阶段。两者结合在数字图书馆中的应用是可行的,相信能够提供更好的图像检索服务。 相似文献
10.
支持语义检索的知识检索模型 总被引:9,自引:0,他引:9
本文在语义网络本体模型基础上,利用语义分析和统计方法建立了支持语义检索的检索环境,并基于此环境提出了一种新的知识检索模型,该模型引入信息熵原理,在检索环境的支持下量化语义处理,有效地控制语义扩展过程,从而实现了兼顾查全查准且可控的知识检索过程. 相似文献
11.
基于词向量扩展的学术资源语义检索技术 总被引:1,自引:0,他引:1
[目的/意义] 尝试以统计的方法为指导思想,探究基于词向量扩展的语义检索技术来提升学术资源的语义检索能力。[方法/过程] 利用自然语言处理、文本挖掘技术,对采集来的学术资源(主要是学术论文)元数据进行预处理,结合word2vec词向量生成工具和elasticsearch全文检索引擎搭建语义检索系统,对学术资源进行语义检索的探索研究。[结果/结论] 本文提出的方法能够有效提升学术信息的检索效果,一定程度上实现学术资源的语义检索,并为后续语义检索的进一步研究提供借鉴。 相似文献
12.
UMLS语义命题是用三元组表示的最小语义化知识单位,其主语和宾语都是UMLS超级叙词表中的概念,谓词是UMLS语义网络中的语义关系。UMLS语义命题的抽取过程涉及浅层句法分析、概念映射、谓词识别与语义命题生成等环节。两种以UMLS语义命题为基础的医学信息资源聚合方法——用知识单元作为资源单位的聚合方法和用文档关联数据作为资源单位的聚合方法,其聚合结果分别是知识网络和文档网络。 相似文献
13.
基于多Agent多层次概念关系网络的知识检索模型研究 总被引:1,自引:0,他引:1
随着网络信息的增长,智能知识检索已成为检索技术未来的发展目标与趋势。Agent技术与多层次概念检索技术已广泛应用于知识检索.在这两种技术基础上提出的多Agent的多层次概念关系网络的知识检索模型充分利用了Agent的主动性、学习性、智能性以及概念关系网络的语义关联性、动态性、继承性等特征.实现智能化、个性化的知识检索.具有广泛的应用前景。 相似文献
14.
本文以数字图书馆的资源检索为应用背景,研究本体支持下的基于规则推理的语义检索机制.在本体知识库支持下,检索系统面向基于本体结构的元数据,依据概念关联及相关推理规则,寻求蕴涵关系,发掘隐含信息.本文从数字图书馆资源的语义关系中提炼出推理规则,并选用正向链推理算法实现推理,基于正向链接的规则推理依照事先定义的规则集,能够从已有事实出发挖掘已存事实中的隐含结论,适用于无确定推理目标且解空间很大的一类推理检索任务.本文通过实例分析验证了这一方法在智能检索系统中应用的可行性,并提出采用先推理后检索的策略解决在面向庞大数据集和复杂推理规则时产生的推理时效问题. 相似文献
15.
[目的/意义] 构建一个基于多语言本体的跨语言信息检索模型,有助于用户通过该模型使用自己熟悉的语言来获取不同语种的信息资源。[方法/过程] 通过本体设计及检索模型功能模块设计建立一个基于数字出版领域本体的中英跨语言信息检索模型,并利用Java语言及Lucene搜索引擎架构对该模型进行编程实现。[结果/结论] 多语言领域本体具有明确、形式化、共享、概念化、结构清晰等特征,可以作为语义层应用于跨语言信息检索系统之中,实现信息资源的语义表达。经测试,本文构建的模型能够较好地实现分词、查询扩展和语义关联等功能,促进跨语言信息检索向语义层次发展。 相似文献
16.
The effects of query structures and query expansion (QE) on retrieval performance were tested with a best match retrieval system (InQuery1). Query structure means the use of operators to express the relations between search keys. Six different structures were tested, representing strong structures (e.g., queries with facets or concepts identified) and weak structures (no concepts identified, a query is a bag of search keys). QE was based on concepts, which were first selected from a searching thesaurus, and then expanded by semantic relationships given in the thesaurus. The expansion levels were (a) no expansion, (b) a synonym expansion, (c) a narrower concept expansion, (d) an associative concept expansion, and (e) a cumulative expansion of all other expansions. With weak structures and Boolean structured queries, QE was not very effective. The best performance was achieved with a combination of a facet structure, where search keys within a facet were treated as instances of one search key (the SYN operator), and the largest expansion. 相似文献
17.
18.