2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、eMule已經(jīng)成為世界上最大并且最可靠的點對點文檔共享客戶端軟件。毫無疑問eMule在資源共享方面發(fā)揮了極大地作用,然而在這些浩如煙海的資源中如何快速準(zhǔn)確的找到所需要的資源,已經(jīng)成為當(dāng)前eMule急需解決的問題。傳統(tǒng)的基于文件名的關(guān)鍵字搜索已不能滿足要求,有效的解決方法是目前比較流行的語義搜索,本文正是從這一角度出發(fā)來進(jìn)行研究的。 語義研究,特別是詞匯語義研究,已經(jīng)成為目前自然語言處理領(lǐng)域的熱點和前沿課題。詞匯語義分析目前有兩種

2、研究方法,一是基于大規(guī)模語料庫,另一個是基于語義詞典。但是基于eMule文件名的詞匯語義分析目前還沒有人研究,因此本論文是一個全新的研究課題。重點分析出現(xiàn)在eMule文件名中的英語詞匯之間的語義特征。 本論文主要完成了四部分工作,首先對研究課題做需求分析;接著修改eMule源代碼,從服務(wù)器上抓取文件名;然后對文件名做切詞和統(tǒng)計處理;最后對切出的英文詞匯作聚類和相似度分析,并用Matlab做仿真實驗。 本論文主要采用兩種方

3、法對構(gòu)成eMule文件名的詞匯進(jìn)行研究,一是采用聚類分析的方法,二是采用詞語相似度分析的方法。前者主要采用K-means聚類算法對這些詞匯進(jìn)行分類研究,并且采用了相異度分析法和特征值分析法兩種不同的方法,對這些詞匯作了層層遞進(jìn)分析:后者則是采用兩向量夾角余弦的方法,求出構(gòu)成eMule文件名的詞匯之間的相似度,并與從文本文件中得到的詞語相似度作對比分析。 通過對構(gòu)成eMule文件名的詞匯做聚類和相似度分析,發(fā)現(xiàn)了其中具有規(guī)律性的結(jié)

4、論。從聚類分析的角度來看,構(gòu)成eMule文件名的英文單詞確實被聚成了不同的類別,而聚類選擇的特征值是文件類型,它將構(gòu)成文件名的英文單詞做了很好的區(qū)分。從詞語相似度分析的角度來看,基于eMule文件名的詞語相似度確實與基于文本文件的詞語相似度有很大不同。而二者之所以有很大的不同是由于計算相似度的方法不同,研究的對象也不同。 不管是對這些詞匯做聚類還是相似度分析,都是為了能夠找到這些詞匯在語義上的遠(yuǎn)近關(guān)系。這樣有利于在用戶輸入搜索。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論