导读:本文包含了语义关联论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:语义,数据,本体,空间,卷积,数字,自然语言。
语义关联论文文献综述
王志宇,熊华兰[1]（2019）在《语义网环境下数字档案资源关联与共享模式研究》一文中研究指出数字化技术的广泛应用和数字档案馆工程的开展,使数字档案资源的数量迅猛增长,且数字档案资源呈现出分散、多样、异构的特点,从而形成了诸多"资源孤岛",给档案管理者的实践工作带来巨大挑战。"关联数据作为语义网的最佳实践,是一种新兴的数据关联与集成技术"[1],其发展为解决该难题提供了新契机。基于此,本文从当前档案管理工作实践出发,分析了把语义网相关技术应用于档案管理实践工作中的必要性和可行性,并探讨如何利用关联数据及相关技术实现语义网环境下数字档案资源关联与共享模式,并提出了基于关联数据的数字档案资源关联与共享框架,推动数字档案资源建设工作向知识化、智能化方向发展。(本文来源于《档案学研究》期刊2019年05期）
李璞,蒋锦涛,张志锋,申红雪,梁辉[2]（2019）在《低维显式语义空间下的语义关联度计算方法》一文中研究指出语义关联度计算是数据科学中的一个关键性基础问题,在信息检索及自然语言处理等方面有着广泛的应用.针对ESA (Explicit Semantic Analysis)算法存在的局限性,提出一种显式语义特征选择算法,并构建低维语义空间.在此基础上,根据特征概念在Wikipedia中的映射信息,提出一种低维显式语义空间下的语义关联度计算方法.该方法解决了ESA算法在后续语义关联度计算过程中,因高维稀疏空间导致计算效果不够准确的问题.实验结果表明,与当前其他方法相比,该方法的计算结果在皮尔逊相关系数(P)及斯皮尔曼相关系数(S)上与人们的认知判断之间具有更好的一致性.(本文来源于《信阳师范学院学报(自然科学版)》期刊2019年04期）
郭学敏,Ryan,Shaw[3]（2019）在《基于关联数据的档案语义转换实践分析》一文中研究指出通过对国外现有的档案语义关联项目的文献检索与数据清洗,从语义转换的角度出发,整合并聚类目前国外档案机构的典型案例,分析并抽取现有的词表语义化转化路径与机制。研究的重点在于厘清档案数据语义转换的叁大问题:"为何""由何""如何"将档案数据转换成关联数据。研究成果表明关联数据将有助于针对档案材料的复杂性与异质性,弥补传统知识组织方式的不足;元数据元素集、值词汇表、数据集是语义转换的源数据,通过语义匹配和本体构建,可将档案数据转换成关联数据。其中构建档案本体是实现档案资源真正关联、共享与重用的关键。(本文来源于《档案学通讯》期刊2019年05期）
薛丽霞,江迪,汪荣贵,杨娟[4]（2019）在《融合注意力机制和语义关联性的多标签图像分类》一文中研究指出卷积神经网络在单标签图像分类中表现出了良好的性能,但是,如何将其更好地应用到多标签图像分类仍然是一项重要的挑战。本文提出一种基于卷积神经网络并融合注意力机制和语义关联性的多标签图像分类方法。首先,利用卷积神经网络来提取特征;其次,利用注意力机制将数据集中的每个标签类别和输出特征图中的每个通道进行对应;最后,利用监督学习的方式学习通道之间的关联性,也就是学习标签之间的关联性。实验结果表明,本文方法可以有效地学习标签之间语义关联性,并提升多标签图像分类效果。(本文来源于《光电工程》期刊2019年09期）
张胜强[5]（2019）在《语义关联在空间数据融合过程中的应用研究》一文中研究指出语义是信息能够被人们理解的自然语言表达,随着互联网技术的发展与普及,互联网成为人们获取空间数据的重要手段。该文讨论了网络空间数据的特点、空间数据的自然语言表达利用RDF、自然语言处理对空间数据进行融合匹配,提高了空间数据服务的质量。(本文来源于《科技资讯》期刊2019年26期）
黎雪微,应时,洪伟[6]（2019）在《基于语义关联和信息距离的个性化推荐方法研究》一文中研究指出[目的/意义]传统推荐方法仅考虑用户过去的兴趣偏好,忽略了用户兴趣偏好的漂移性问题,使得推荐结果过于专门化,不能给用户提供新颖的推荐项目。[方法/过程]文章提出了一种基于语义关联和信息距离的个性化推荐方法,该方法将项目的信息量融入到传统的语义关联相似度中,从而实现了用户兴趣偏好的有益迁移,使推荐得到有效扩展,改善了推荐专门化问题。[结果/结论]通过设计实验验证了信息距离能够对推荐结果产生较大影响,提出的方法可以给用户推荐其感兴趣并且更有价值的项目。随着新项目的不断加入,项目的信息量会动态变化,系统会不断调整推荐列表以适应用户需求。[局限]不足之处在于模拟仿真实验下样本量不足引起的可信度问题,后续的研究将利用爬虫工具收集大数据进行算法测试,验证方法在大样本环境下的有效性。(本文来源于《情报理论与实践》期刊2019年11期）
周溢青,徐晨飞[7]（2019）在《基于关联数据的“江海文化”资源多维语义聚合研究》一文中研究指出【目的/意义】"江海文化"以国家历史文化名城南通为中心,属于江苏地域文化中一个重要分支区域。采用语义网与关联数据技术,进一步发掘与利用蕴含在"江海文化"各类资源中的知识。【方法/过程】以"江海文化"特定资源为研究对象,以"张謇研究特色数据库"为基础,运用本体工程与关联数据技术展开多维语义聚合实证研究,包括基于BIBFRAME 2.0的"张謇"知识本体设计、从RDB到RDF的数据转换、RDF的数据存储、运用SPARQL语言实现数据的查询与存取以及可视化展示。【结果/结论】实现对"江海文化"相关资源的语义描述、深度关联、多维度聚合和有效利用,推动"江海文化"研究的深化,以及提高相关馆藏机构的知识服务能力。(本文来源于《情报科学》期刊2019年09期）
周伟,孙明,刘晚秋,谭振江[8]（2019）在《基于云计算的满语数字资源语义关联模式研究》一文中研究指出【目的/意义】本文根据服务国家特殊需求"满族语言文化"博士人才培养项目需求,构建了满语数字资源语义关联模式,不仅为满语研究者的研习提供了便捷渠道,解决了大量满文文献的识别与翻译问题,进而促进了满语人才的培养,推进了实现对世界濒危语言——满语的抢救和保护工作。【方法/过程】本文以满语语义数字资源为研究对象,针对满文档案翻译的研究,利用云计算等技术,设计构建了满语语义资源体系结构、语义标注子系统、信息提取子系统等基于智能终端的满语语义数字资源关联模式,并实现了智能终端APP的推广应用。【结果/结论】本文构建的满语数字资源语义关联模型,助力了各部门满文档案翻译的智能化进程。同时,生成的智能便捷应用成果推动了满语文化的传承和发展,实现了满语研究数据的价值流动,对于抢救满语文化资源具有重要的意义。(本文来源于《情报科学》期刊2019年08期）
曹春萍,武婷[9]（2019）在《多主题下基于LSTM语义关联的长文本过滤研究》一文中研究指出现如今互联网上出现了很多评论性文章,这些文章字符数多,且包含较多与主题无关的信息,会影响后续的文本分析任务的性能。因此,针对传统的解决方案不能够对多主题长文本进行建模,以及现有的神经网络无法从相对较长的时间步长中捕获语义关联等问题,文中提出了一种结合单层神经网络和分层长短记忆网络的深度网络模型,并在长文本过滤任务中进行应用。该模型通过词语层LSTM网络获得句子内部词语之间的关系并得到具有语义的句向量,然后将句向量输入主题依赖度计算模型和句子层LSTM网络模型,进而得到句子与各主题类别的依赖度以及待过滤句子与其他句子之间的关联。最后,在从马蜂窝获取的游记数据集上进行的实验表明,该模型相比SVM、朴素贝叶斯、LSTM、Bi-LSTM等效果更好。(本文来源于《计算机技术与发展》期刊2019年11期）
薛秋红,贾君枝,刘会洲[10]（2019）在《中文名称规范数据与Wikidata语义关联实现》一文中研究指出[目的/意义]中文名称规范数据与Wikidata的语义整合可以借助网络平台的优势扩大规范数据的共享范围,增加规范数据的价值。[方法/过程]文章采用语义关联的方法,首先将中文名称规范档的数据进行语义化,然后使用PARIS算法,实现了语义化的中文名称规范数据与Wikidata的实体对齐,最后对实体对齐的结果进行评估,并采用数据可视化的方式进行展示。[结果/结论]实验数据对齐的精度为70%,召回率为80%,取得良好的实验效果。(本文来源于《情报理论与实践》期刊2019年10期）
语义关联论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
语义关联度计算是数据科学中的一个关键性基础问题,在信息检索及自然语言处理等方面有着广泛的应用.针对ESA (Explicit Semantic Analysis)算法存在的局限性,提出一种显式语义特征选择算法,并构建低维语义空间.在此基础上,根据特征概念在Wikipedia中的映射信息,提出一种低维显式语义空间下的语义关联度计算方法.该方法解决了ESA算法在后续语义关联度计算过程中,因高维稀疏空间导致计算效果不够准确的问题.实验结果表明,与当前其他方法相比,该方法的计算结果在皮尔逊相关系数(P)及斯皮尔曼相关系数(S)上与人们的认知判断之间具有更好的一致性.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
语义关联论文参考文献
[1].王志宇,熊华兰.语义网环境下数字档案资源关联与共享模式研究[J].档案学研究.2019
[2].李璞,蒋锦涛,张志锋,申红雪,梁辉.低维显式语义空间下的语义关联度计算方法[J].信阳师范学院学报(自然科学版).2019
[3].郭学敏,Ryan,Shaw.基于关联数据的档案语义转换实践分析[J].档案学通讯.2019
[4].薛丽霞,江迪,汪荣贵,杨娟.融合注意力机制和语义关联性的多标签图像分类[J].光电工程.2019
[5].张胜强.语义关联在空间数据融合过程中的应用研究[J].科技资讯.2019
[6].黎雪微,应时,洪伟.基于语义关联和信息距离的个性化推荐方法研究[J].情报理论与实践.2019
[7].周溢青,徐晨飞.基于关联数据的“江海文化”资源多维语义聚合研究[J].情报科学.2019
[8].周伟,孙明,刘晚秋,谭振江.基于云计算的满语数字资源语义关联模式研究[J].情报科学.2019
[9].曹春萍,武婷.多主题下基于LSTM语义关联的长文本过滤研究[J].计算机技术与发展.2019
[10].薛秋红,贾君枝,刘会洲.中文名称规范数据与Wikidata语义关联实现[J].情报理论与实践.2019
论文知识图
