

已閱讀1頁,還剩78頁未讀, 繼續(xù)免費閱讀
版權說明: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,請進行舉報或認領
文檔簡介
1、隨著Web2.0應用的快速發(fā)展,標簽在描述和搜索網(wǎng)絡資源方面發(fā)揮著越來越大的作用。用戶在發(fā)布或收藏網(wǎng)絡資源時可以添加標簽作為分類信息,形成了社會化標記和大眾分類法。由于長久以來標簽在應用系統(tǒng)中均作為無語義的字符串使用,社會化標記的性能始終無法得到的顯著提升。如何通過分析標簽語義以及標簽間的關系實現(xiàn)更高級的標簽應用是非常值得研究的課題。
本文在分析當前社會化標記的特點與問題的基礎上,提出區(qū)別對待分類標簽與主題標簽的思想。主題標簽
2、僅描述資源單一方面的內(nèi)容,分類標簽則概括資源所有的主題內(nèi)容。本文對兩類標簽的區(qū)分方法進行了深入的研究。首先構建用于分析標簽語義的標簽實例關系,通過標簽實例集合計算標簽關系特征值,引入關聯(lián)規(guī)則挖掘算法提高特征計算效率。其次歸納標簽關系類別、構建標簽關系特征向量,借助同層關系字典與支持向量機對標簽關系進行篩選,提出用于構建標簽層次關系的關系組合法以及語義流分析法。最后結合應用需求提出同時具備標簽區(qū)分與標簽補充功能的父概念交集法,實現(xiàn)對分類標
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權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)容負責。
- 6. 下載文件中如有侵權或不適當內(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確性、安全性和完整性, 同時也不承擔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。
最新文檔
- 基于標簽—主題模型的標簽推薦研究.pdf
- 多標簽分類中標簽編碼算法研究.pdf
- 基于標簽相關性的多標簽分類算法研究.pdf
- 基于類引力的多標簽分類方法研究.pdf
- 基于標簽分類樹的Blog主題提取技術研究.pdf
- 基于主動學習的多標簽圖像分類方法研究.pdf
- 基于標簽關聯(lián)的多標簽分類問題的算法改進.pdf
- 基于學習標簽相關性的多標簽分類算法.pdf
- Sparse方法在多標簽分類中的應用.pdf
- 錯誤標簽數(shù)據(jù)的檢測與分類問題研究.pdf
- 基于雙標簽支持向量機的快速多標簽分類算法.pdf
- 基于文本機會發(fā)現(xiàn)的共識與非共識標簽區(qū)分方法.pdf
- 多標簽分類問題的學習
- 基于集成的單標簽和多標簽數(shù)據(jù)流分類算法研究.pdf
- 基于DIV標簽樹的網(wǎng)頁主題信息抽取方法.pdf
- 代價敏感的多標簽分類算法及其在標簽推薦中應用研究.pdf
- 集合多標簽文本分類研究.pdf
- 多標簽數(shù)據(jù)的降維與分類算法研究.pdf
- 多標簽文本分類算法研究.pdf
- 基于多標簽學習的圖像分類研究.pdf
評論
0/150
提交評論