query语义依存分析技术分析-analysis of query semantic dependency analysis technology.docxVIP

下载本文档

19
0
约4.22万字
约 59页
2018-06-01 发布于上海
举报
版权申诉

query语义依存分析技术分析-analysis of query semantic dependency analysis technology.docx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

query语义依存分析技术分析-analysis of query semantic dependency analysis technology

（4）将语义依存分析问题转换为分类问题，提出了基于统计的query语义依存分析技术，包括语义资源的挖掘、分类特征的设计和选择。最终通过对比和实验说明了规则和统计两种方法的有效性。关键词：语义依存分析；语义搜索；搜索引擎；用户查询AbstractWiththerapiddevelopmentoftheinternet,informationisgeneratedandspreadatunprecedentedspeed.Atthesametime,garbageinformationisgrowinginanexponen-tialway.Howtofindoutreallyusefulinformationfromitbecomesgreatchallengeofsearchengine.Inthetraditionalsearchengines,userentersquery,searchenginereturnsaverylongURLlist.Itdoesn’tknowwhattheuserasks,whattheuserlooksfor.Itonlyfindsoutwebpagescontainingthekeywordsbasedonkeywordmatchingretrievalmethods,andthenrankthemthroughpagerankalgorithm.Usersneedtoidentifywhichpagesatisfiestheirneedsfromalonglistofpages.Querysemanticdependencyparsing(QSDP)canimprovethepagerankingoftraditionalsearchengine,itcanreachadeepsemanticunderstandingofquery,thusleadmoreaccurateunderstandingofuser’sneeds.Ontheotherhand,comparedwithtraditionalsearchengines,semanticsearchre-centlyattractswideattentionofbothindustryandacademiccircles.Semanticsearchorganizesallinformationintoahugestructuredknowledgebase,anddirectlyreturnstheanswerwhenusersearches,thusitsavestimetoidentifyinformation.QSDPcanhelpsemanticsearchengineunderstanduser’sneedsandreturnthemostaccurateanswerre-trievedfromknowledgebase.Inaddition,QSDPalsohasawiderangeofapplications,includingautomaticquestionanswering,intelligentpersonalassistant,informationre-trieval,informationextractionandsoon.Thispaperpresentsbothrule-basedandstatistics-basedQSDPtechniques,researchtopicsinclude:Similaritiesanddi?erencesofsemanticdependencyparsingtechnologyonqueryandnormalsentence.Comparedtonormalsentence,queryhasshorterlengthandloos-erstructure,therefor,semanticdependencyparsingtechnologiesonqueryandnormalsentencedi?ergreatly.EstablishmentofdependenciessystemofQSDP.Basedonthecharacteristicsofqueryandtheneedsofapplications,establishasuitabledependenciessystem.Thispaperhasfivetypesofsemanticdependencies,respectivelyattribute,constraint,agent,patientanddemand.Constraintisdividedintosixsub-categories,n