科技论文作业.docVIP

西安交通大学实验报告 课程 大学计算机基础 实验名称 科技论文 第 页 共 页 系 别 能动学院 实 验 日 期 2010年xx月 xx日 专业班级_________能动06 ____________ 实 验 报 告 日 期 2010 年xx 月 xx日 姓 名__ _张闳肆 _学号_ 2010031159_ 报 告 退 发 ( 订正 、 重做 ) 同 组 人_________________________________ 教 师 审 批 签 字 实验名称 : 实验题目: 实验环境及步骤 Windos操作系统,Word2003。 实验结果 绪论 1 1.1 课题的背景和意义 1 1.1.1 研究的背景 1 1.1.2 研究的目的和意义 1 1.2 国内外研究现状 2 1.3 本文的研究content 3 1.3.1 研究content 3 1.3.2 研究方法及技术路线 4 绪论 课题的背景和意义 研究的背景 本课题源于国家863高技术研究发展计划面向教育的海量知识资源组织、管理与服务系统1、知识资源的组织与管理；2、知识资源的处理；3、个性化多模式conform性算法的关键技术是、间语义conform度计算算法。语义conform度计算的准确性直接影响到主题图最后融合的效果，因此语义conform研究在主题图融合过程有着很重要的作用—资源”。相对于传统的基于元数据的资源组织方式，扩展主题图在物理资源实体上架构了一层语义网，实现了资源实体和抽象概念之间的语义组织和衔接，能提供知识的多层次，多粒度的语义搜索与导航。 现有的语义conform性度量的方法主要有基于词典和基于语料库两种。词典有着丰富的语义信息，但存在着未登录词的严重问题。目前发布的实用的词典：英文的WordNet(词网)、中文的HowNet(知网)[2]，均是封闭的系统，在计算未登录词时效果很差。 国内外研究现状 863课题组针对传统主题图无法提供多粒度知识组织管理的问题，提出了扩展主题图标准。当前关于扩展主题图的研究较少，本文在此只介绍传统主题图的相关研究。 1）主题图和主题图融合研究现状 主题图(Topic Maps)的概念最初是由W3C（World Wide Web Consortium全球万维网联盟的简称）提出的，并由国际标准组织SGML（Standard Generalized Markup Language）委员会第三工作小组的研究人员开发，用来实现索引和辞典构建过程的形式化。这些早期努力演变的结果就是ISO/IEC 13250：2000[3]，这项国际标准定义出了Topic Maps的完整数据模型。2001年，基于可扩展标记语言(Extensible Markuo Language,XML)的XML主题图—XML Topic Maps(XTM)[4]成为ISO/IEC 13250的一部分。同年，ISO委员会又提出主题图查询语言 TMQL(ISO/IEC18048)和主题图约束语言TMCL (ISO/IEC1975)。 主题图融合方面，在国外，2004年Lutz Maicher等人提出了SIM算法[5]和2007年由Jung-Mn Kim[6]提出了TM-MAP算法。SIM算法的本质是字符统计法，TM-MAP算法较之有很大的改进，一定程度上涉及到主题图本身所蕴含的语义信息，但核心思想还是基于字符统计。在国内，2006年，由南京航空航天大学的吴笑凡等人提出了基于主题和资源合并的TOM算法[7]，TOM算法与SIM算法类似，基于字符统计，涉及到主题图三要素中的两个。 2）词汇conform性度量研究现状 国内比较突出的是中国科学院计算技术研究所的刘群[8]等人提出的基于《知网》的词汇语义conform度计算。刘群等的语义conform度计算方法以《知网》为计算依托，充分利用了《知网》中的义原(描述一个“概念”—词语的最小意义单位)通过上下位关系组成的一个树状义原层次体系。为了计算用知识描述语言表达的两个概念的语义表达式之间的conform度，该算法采用了“整体的conform度等于部分conform度加权平均”的做法。该算法在同义、近义词语间的conform度计算结果上测试效果良好，但仅仅利用《知网》中义原间的上下位关系，所以对对义、反义的词语测试应用不佳，测试结果不利于进行词语的极性识别分析。 国外较为突出的是美国的蒙大拿州立大学的Shen Wan 和Rafal A.Angryk提出了基于WordNet(词网)的上下文向量的语义conform度计算算法[9]，该算法将一个概念的认知感觉定义为直