导读:本文包含了语义查询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,自然语言,本体,轨迹,反馈,结构,事件。
语义查询论文文献综述
孟祥福,赵路路,张霄雁,李盼[1]（2019）在《用户相关反馈下的空间关键字语义查询方法》一文中研究指出现有的空间关键字查询方法通常根据查询关键字在空间对象文本信息中的出现频率进行文本相关度评估,没有考虑用户对不同查询关键字的偏好程度,并且也没有考虑语义相关性.为解决上述问题,本文提出一种基于用户相关反馈的空间关键字个性化语义查询方法.该方法分为离线处理和在线处理两个阶段,在离线处理阶段,采用Gibbs算法估计空间对象文本信息的主题概率分布,进而利用LDA模型对空间数据集进行语义扩展.在线查询处理阶段,对于用户的初始查询条件,首先利用IR-tree混合索引结构从扩展后的空间数据库中获得候选查询结果;然后,用户根据个人偏好在候选集中明确标注出相关的查询结果(即相关反馈),根据用户的反馈信息,采用Rocchio算法对用户初始查询条件进行更新,使得新的查询条件更贴近用户实际需求和偏好;利用更新后的查询条件再进行检索,从而得到新的候选集,重复执行反馈过程,直到查询结果令用户满意为止.实验结果表明,本文提出的基于用户相关反馈的空间关键字语义查询方法可以有效捕获用户隐式偏好并体现语义相关性,在一定程度上提高了空间关键字查询结果的个性化程度和准确率.(本文来源于《小型微型计算机系统》期刊2019年12期）
何宏,葛张鹏,徐小良,夏一行,王宇翔[2]（2019）在《基于知识图谱语义查询技术的科技咨询服务研究》一文中研究指出科技资源大数据是支撑科技成果转化、产学研合作等科技工作实现信息化、智能化发展的重要数据基础。如何依托科技资源大数据提供高效、可靠的新型科技服务,是全面提升科技服务品质与效能的关键问题。文章提出一种基于科技知识图谱语义查询技术的智能科技咨询服务,可实现对丰富科技知识的多样化实时获取,协助用户在开展科技相关工作时快速、精准地获取必要的科技知识,优化科技服务质量。以成果转化、产学研合作中的实际应用场景为例,开展实证研究,结果表明智能科技咨询服务的部署可有效促进相关科技服务的高效开展。(本文来源于《信息与管理研究》期刊2019年Z2期）
冯雪[3]（2019）在《基于外部语义知识补全的自然语言查询》一文中研究指出语义网是依托互联网技术而产生的一类非常重要的资源。目前,语义网中的用户查询仅支持形式化的查询方式,因此需要严格地遵循某种特定的语法规范,从而导致只有熟悉语义网系统和形式语言的专业人士才能正确进行查询操作。为了弥补这一缺陷,提出了一个无指导的自然语言查询系统,它能自动地将自然语言的句子转换成语义网查询支持的形式语言语句,从而方便非专业用户(即普通用户)使用。该系统首先根据语义网自动抽取给定句子中的所有实体和属性,然后将这些实体和属性关联起来形成一个语义关联图,最后通过启发式的方式从图中搜索出一条最优路径,并将这条路径转换成SPARQL语句。该系统最关键的部分在于语义网中的实体和属性覆盖度,它能直接决定语义关联图的好坏,从而影响系统的最终性能。为了提升系统的实用性,进一步利用外部语义网的知识来补全和丰富自然语言句子中所蕴含的信息,优化中间生成的语义关联度,得到更准确的SPARQL语句。最后采用美国地理问题集进行实验以验证该系统以及提出的改进方法,该数据集共包含了880个问句的人工SPARQL语句,是自然语言查询相关工作中一个被广泛认可的数据集。最终实验结果表明:提出的基准系统能够正确回答77.6%的问题,显着优于当前最好的无指导系统;当采用外部语义知识补全后,回答正确率达到78.5%。(本文来源于《计算机科学》期刊2019年08期）
何远德,黄奎峰[4]（2019）在《一种连续查询事件中基于语义的轨迹k-匿名方法》一文中研究指出针对传统的轨迹k-匿名方法难以防范以连续查询为背景知识的攻击问题,利用事件本体对轨迹连续查询进行形式化表示的优点,提出一种连续查询事件中基于语义的轨迹k-匿名方法。该方法引入OWL(Ontology Web Language)形式化表示关于轨迹查询事件,构建基于事件本体的轨迹匿名模型;利用轨迹片段相似度计算和Jena推理引擎,给出基于k-匿名查询事件的轨迹聚类方法,实现关于当前轨迹的虚假匿名组。实验表明,与传统方法相比,该方法的信息损失率降低了15%～20%,查询精准率保持在75%以上,执行时间减少约20秒,较好地维持轨迹数据匿名的有效性和可扩展性。(本文来源于《计算机应用与软件》期刊2019年08期）
耿爽,杨辰,牛奔,蚁文洁,刘雷[5]（2019）在《面向企业信息检索的语义扩展查询方法》一文中研究指出为了弥补传统的信息检索方法在企业内实施时查准率较低的缺陷,解决监督学习中训练数据短缺的问题,本研究提出了基于企业知识域类别和语义关联的查询词扩展方法。该方法首先利用主题模型对企业文档库进行建模,其次结合专家意见构建企业知识分类及相应的带有权重的类别描述词集,最后利用语义相似度对查询进行分类,在知识域描述词集中选择查询扩展词对查询进行扩展。本研究利用一家电子产品制造公司的真实数据进行实验研究,实验结果表明,扩展后的查询更能准确反映用户的查询要求,有效地提升了企业信息检索的查准率。(本文来源于《情报学报》期刊2019年07期）
潘敏[6]（2019）在《基于潜在语义关系的伪相关反馈查询扩展技术研究》一文中研究指出伪相关反馈与查询扩展作为信息检索领域的关键技术,能极大地提高信息检索系统的性能,一直以来深受国内外信息检索领域学者的重视。在伪相关反馈的过程中,对原始查询进行扩展是非常重要的一个环节。在选取扩展词项的时候,传统的伪相关反馈方法大都聚焦于评估候选扩展词项在伪相关文档中的词频重要性和显着性,往往会遗漏候选扩展词项与查询词项之间潜在语义关系。本文结合经典的伪相关反馈查询扩展方法,围绕候选扩展词项的语义捕获与表示,提出了若干个具有不同语义特征的伪相关反馈查询扩展方法。实验结果表明这些方法能够优化扩展词项的质量,提高信息检索的效果。主要的研究工作和创新点包含以下几个方面:(1)本文提出了一种基于词项超空间语义的伪相关反馈模型HRoc。该模型采用一种改进的超空间模拟语言算法度量查询词项与候选扩展词项之间的潜在语义关系,并在传统的Rocchio模型中融入这一语义关系完成查询扩展。在此基础上,本文为HRoc模型设计了叁种不同的归一化策略。这些策略可以用来协调由不同特征生成的候选扩展词项的权重。最后,本文还引入了一个自适应函数来代替HRoc模型中的参数D,它可以根据文档长度自动选择窗口大小。在PMC2016数据集上的实验结果表明,本文所提出HRoc模型在各项评价指标上优于其他所对比的模型,能有效地提高信息检索的精度和查全率,得到比其他模型更精确的结果。同时,引入了自适应参数后的HRoc模型,在达到同等性能的情况下使用了更少的超参数,提高了模型的运行效率和适用性,有助于用户更高效地检索文档。(2)伪相关反馈是一种有效并被广泛采用的查询扩展技术,它假定初始检索结果集中排名最高的一部分文档是相关的,然后从这些文档中提取扩展词项。在选择扩展词项时,大多数传统模型都没有同时考虑词项的词频显着性以及候选词项与查询词项之间的共现关系。然而,直观地看,与查询词项同时出现并且频率较高的词项更有可能与查询主题相关。本文提出了一种基于核函数词项共现语义的伪相关反馈方法。该方法使用了高斯核函数来模拟基于邻近位置的查询词与候选扩展词之间的潜在语义关系,并将这一语义关系以及词频显着性特征同时引入到传统的Rocchio模型和RM3模型中分别完成查询词项扩展,由此提出了 KRoc模型和KRM3模型。在9个TREC数据集上的实验结果显示,本文所提出的基于核函数词项共现语义的伪相关反馈方法在MAP和P@10两个指标方面明显优于其他重要的模型,验证了本文所提出的方法能有效地缓解查询主题漂移的现象,提高最终伪相关反馈的检索效果。(3)本文提出了基于深度学习技术的伪相关反馈模型。在实际查询中,句子携带了其组成词项的额外的语义信息。忽略查询句子语义信息的检索模型往往难以准确地判别查询主题中多义词项的正确含义,从而曲解用户的真实意图,导致检索效果较差。为了正确地识别用户的真实查询意图,改善信息检索系统的语义理解能力,本文对基于深度学习技术的句子语义相似度计算进行了深入研究,将词项所在句子和查询词项所在句子之间的语义相似度信息作为扩展词项的句子语义权重,并将该权重引入经典的Rocchio模型中,提出基于BERT模型句子潜在语义的伪相关反馈模型BRoc。在标准TREC数据集上的实验结果表明,本文所提出的方法能有效提取查询主题和文档中的句子语义特征,并且对词的多义性也有较好的区分能力,可以改善传统伪相关反馈模型的性能。(本文来源于《华中师范大学》期刊2019-06-01）
李石琛[7]（2019）在《基于用户日志及查询语义的商品分类扩展方法》一文中研究指出电商平台的商品分类查询,与文档查询的特点类似,因而可将其纳入信息检索领域的研究范围。用户利用电商搜索引擎进行查询时可能存在如下两类问题:一、误输入错误的查询,该查询与数据库中的商品分类不一致;二、输入意图模糊的查询,此时平台展示出太多不符和用户兴趣的商品分类。受信息检索中查询扩展思想的启发,结合在电商公司实习期间解决的实际问题,本文提出一种基于用户日志及查询语义的商品分类扩展方法,使查询结果更符合用户的真实需求。本文的工作主要有以下几方面:1.对用户查询做商品分类预测。以从检索后台拉取的用户日志为基础,基于FastText对其中的用户查询和商品分类进行训练,得到商品分类预测模型;通过分析日志文件的特点,本文对用户查询分别进行叁个等级的商品分类预测。2.对用户查询做商品分类扩展。以用户历史查询过的商品分类为基础,基于Word2Vec计算本次查询和历史商品分类间的语义相似度,并将相关的商品分类作为扩展集;为充分挖掘词间的语义联系,本文基于爬虫对多家电商平台上的语料进行收集。3.实验和系统开发。通过实验一,对比了训练不同条件下的用户日志所生成的商品分类预测模型的效果,选出准确率最高的模型;然后通过实验二,对比了依据不同维度词向量文件所计算出的语义相似度在不同区间中的数量分布情况,进而确定了叁个较合理的相似度阈值;最后基于前两个实验结果,借助所开发的实验系统对商品分类预测和扩展效果进行展示。(本文来源于《河北大学》期刊2019-06-01）
朱玉,游进国,付子玉[8]（2019）在《基于随机游走的语义结构查询算法》一文中研究指出在语义结构查询问题中,传统的查询方法无法快速直观地描述一个具有百万节点的大图,并衡量语义结构的重要性。针对该问题,VoG算法利用子图分割方法并最大化对语义结构进行匹配。提出一种MRQ算法,解决传统算法中查询时间长等问题。利用ApxGreedy算法对输入图进行聚集;通过聚集后超点强弱关联生成随机游走图;使用随机游走算法对语义结构进行查询,根据聚集过程与查询过程中产生的损失进行加权求和,并排序输出语义结构。随机游走查询算法有效地降低了时间复杂度。MRQ算法与VoG算法在真实数据集上的对比实验表明,MRQ算法在时间上比VoG快10倍,误差率降低3.75%。(本文来源于《计算机应用与软件》期刊2019年05期）
魏梨君,潘阳,王浩,张岩[9]（2018）在《等值连接查询语义的理解与表达》一文中研究指出针对关系数据库在数据关联语义表达上的不足,提出一种基于模式联系图的等值连接关联语义表达方法,以期实现等值连接查询语义的理解与表达.从关系模式的结构出发,对等值连接查询语义进行分解,分析信息关联特征对等值连接查询的决定作用,说明信息关联特征与等值连接数据关联的对应关系,给出基于遍历路径的关联语义分析方法及表达形式.研究表明,该方法能够对关系数据库等值连接的关联语义进行分析和表达.该工作对于数据库语义研究、数据查询检索、面向用户的查询检索等具有现实参考意义.(本文来源于《嘉应学院学报》期刊2018年11期）
张秀红,刘纪平,王勇,罗安[10]（2018）在《面向自然语言空间方向关系查询的语义扩展框架》一文中研究指出由于受空间对象的地理语义差异及空间关系认知差异的影响,目前面向自然语言的空间方向关系查询难以满足人们的应用需求。该文对传统的空间关系叁元组进行语义扩展,提出了面向自然语言空间方向关系查询的扩展框架,通过自定义查询特征提取和推理规则,将用户查询意图从自然语言描述映射为物理计算模型,最后,结合地理本体库、查询规则库和空间数据库,实现了面向自然语言的空间方向关系查询系统。对比分析表明,该文提出的查询扩展框架在查询准确率和查询效率方面均优于传统模型。(本文来源于《地理与地理信息科学》期刊2018年06期）
语义查询论文开题报告
（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：
科技资源大数据是支撑科技成果转化、产学研合作等科技工作实现信息化、智能化发展的重要数据基础。如何依托科技资源大数据提供高效、可靠的新型科技服务,是全面提升科技服务品质与效能的关键问题。文章提出一种基于科技知识图谱语义查询技术的智能科技咨询服务,可实现对丰富科技知识的多样化实时获取,协助用户在开展科技相关工作时快速、精准地获取必要的科技知识,优化科技服务质量。以成果转化、产学研合作中的实际应用场景为例,开展实证研究,结果表明智能科技咨询服务的部署可有效促进相关科技服务的高效开展。
（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。
语义查询论文参考文献
[1].孟祥福,赵路路,张霄雁,李盼.用户相关反馈下的空间关键字语义查询方法[J].小型微型计算机系统.2019
[2].何宏,葛张鹏,徐小良,夏一行,王宇翔.基于知识图谱语义查询技术的科技咨询服务研究[J].信息与管理研究.2019
[3].冯雪.基于外部语义知识补全的自然语言查询[J].计算机科学.2019
[4].何远德,黄奎峰.一种连续查询事件中基于语义的轨迹k-匿名方法[J].计算机应用与软件.2019
[5].耿爽,杨辰,牛奔,蚁文洁,刘雷.面向企业信息检索的语义扩展查询方法[J].情报学报.2019
[6].潘敏.基于潜在语义关系的伪相关反馈查询扩展技术研究[D].华中师范大学.2019
[7].李石琛.基于用户日志及查询语义的商品分类扩展方法[D].河北大学.2019
[8].朱玉,游进国,付子玉.基于随机游走的语义结构查询算法[J].计算机应用与软件.2019
[9].魏梨君,潘阳,王浩,张岩.等值连接查询语义的理解与表达[J].嘉应学院学报.2018
[10].张秀红,刘纪平,王勇,罗安.面向自然语言空间方向关系查询的语义扩展框架[J].地理与地理信息科学.2018
论文知识图
