基于语义信息内容的FCA概念相似度计算方法

来源 :计算机应用研究 | 被引量 : 6次 | 上传用户：wangluochg

【摘要】

：

基于概率信息内容的FCA概念相似度计算方法依赖于语料库中概念的频次信息,这种方法仅使用出现概率作为信息内容度量指标计算FCA概念相似度,其计算结果的准确率不高。针对上述问题提出一种基于语义信息内容的FCA概念相似度计算方法,该方法利用本体中概念间的上下位语义关系度量信息内容,以进一步提高概念一般/具体程度的度量精度;然后在本体派生的ISA层次结构上计算语义信息内容相似度,从而避免基于概率信息内容的

【作者】

：

黄宏涛程清杰万庆生黄少滨

【机构】

：

河南师范大学河南省高校教育信息工程技术研究中心,哈尔滨工程大学计算机科学与技术学院

【出处】

：

计算机应用研究

【发表日期】

：

2015年03期

【关键词】

：

FCA概念相似度信息内容概率语义层次结构 FCA concept similarity information content probabili

【基金项目】

：

国家科技支撑计划资助项目（2012BAH08B02）, 河南省科技攻关项目（082400420250,112300410008）, 河南省教育厅科学技术研究重点项目（13A520508）, 河南师范大学博士科研启动基金资助项目（qd12107）

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

其他文献

动态话题追踪中的误报检测

针对动态话题追踪模型高误报率的现象,提出了动态追踪中的误报检测来判断追踪到的相关报道是否误报,进而降低动态模型的误报率。考虑到新报道是否和话题相关,除了依据两者的相似度外,还涉及时间距离、差值关系、分布关系、追踪到的报道和话题核心报道的相似度四方面内容,给出了误报检测因子计算式。实验采用TDT4测试集合和DET曲线进行评测,通过反复实验获得了误报检测因子δ的阈值,与基于信念网络的动态话题追踪模型相

期刊

动态话题模型话题追踪误报检测信念网络dynamic topic model topic tracking error detection beli

基于语义信息内容的FCA概念相似度计算方法

其他学术论文