跨语言信息检索中的最关联英文语义翻译选取,这篇语言信息检索论文范文为免费优秀学术论文范文,可用于相关写作参考。
语言信息检索论文参考文献：
摘 要： 针对跨语言信息检索中关联英文翻译的选择准确度不高的问题,提出一种基于最关联语义本体模型匹配的跨语言信息检索英文翻译选取方法.首先构建跨语言信息检索中最关联英文语义的本体结构模型,采用语义指向性信息索引方法进行英文翻译的上下文语义映射；然后根据语义本体之间的词语知识和本体片段映射方法进行英文语义翻译的特征提取,实现最关联英文语义翻译选取；最后进行实验测试分析.结果表明,采用该方法进行跨语言信息检索,英文语义翻译选取的召回性能较好,查全率、查准率较高.
关键词： 跨语言信息检索； 语义翻译； 语义选取； 语义映射
中图分类号： TN911?34； TP391 文献标识码： A 文章编号： 1004?373X（2017）12?0039?04
Abstract： Aiming at the problem that the selection accuracy of relevant English translation in the cross?language information retrieval is not high, a selection method of English translation for cross?language information retrieval based on most relevant semantic ontology model matching is proposed. The most relevant English semantic ontology structure model for cross?language information retrieval is built first, then the semantic directivity information index method is used to make context semantic mapping of English translation, and the feature extraction of English semantic translation is conducted according to word & expression knowledge and ontology fragment mapping method to realize the relevant English semantic translation selection. The experimental and testing analysis results show that the proposed method has perfect English semantic translation selection for cross?language information retrieval, its data recall performance is better, and its precision ratio is higher.
Keywords： cross language information retrieval； semantic translation； semantic selection； semantic mapping
0 引 言
在跨语言的信息检索Web环境中,需要采用语义本体模型匹配和特征提取方法进行各种语义翻译处理和语义信息分析,实现对信息检索库中语义信息资源调度和模型构建.由于跨语义信息检索数据库中存在一定的语义冲突,严重影响了语言翻译和信息检索的准确性,存在语义异构和语义分歧问题,特别是在跨语言数据库中對英文语义翻译的关联性不好,在信息检索、数据集成和数据库重构中导致对关联语义的匹配度和检索的准确度不高[1?2].因此,需要进行跨语言信息检索中的最关联英文语义翻译选取设计,利用语义分析与提取技术提高跨语言信息检索的准确性[3].本文以异构英文语义本体模型为研究对象,进行最关联英文语义翻译选取和特征提取研究,找出语义相同或者相似概念对,逐一地对本体之间语义信息素进行相似度信息分析和信息素导引,提高对语言信息数据库的访问和检索能力,并取得一定的研究成果.
1 关联英文语义本体结构模型构建
1.1 跨语言信息检索的英文翻译语义映射
为了实现跨语言信息检索中的最关联英文语义翻译选取,需要首先构建跨语言信息检索中最关联英文语义本体结构模型,基于语义相似度计算方法进行跨语言信息检索的英文语义翻译的机器学习和训练.首先给出跨语言信息检索的数据访问和语义选取结构图如图1所示.
根据图1所示的跨语言信息检索的数据访问和语义选取结构,进行跨语言信息检索语义映射关系的分类[4?5].
定义1 英文语义映射.针对语法分析方案Ai,跨语言信息检索英文翻译的本体语义映射模型的形式化定义是一个五元组,其中：
C：语义修饰概念集合.C中的语句CS有m种不同的语法分类,从语义上来说,对语义相似度分析,得到跨语言数据库中包含有多个从句.在本体中,AA是后置定语,满足基本单元的语句语义结构.
I：实例集合.I为每次选择一个简单子句的每个实例,通过语义映射得到一个惟一的个体.在本体中,实例是语句语义结构的本体映射表象,因此也称为语义修饰目标.
HC：语句的语义相关度的分类关系集合.这类关系可以求出非语句主干的特征映射关系（Hyponymy）,用函数来表示表示本体中父概念（Super?Concept）和子概念（Sub?Concept）之间的不同的语法分析方案.
R：当前跨语言信息检索关联英文数据库本体内元素的分类集合.R所包含的关系可分成两大类：语义指向性信息索引行为关系和概念的隶属关系.
结论：关于本文可作为相关专业语言信息检索论文写作研究的大学硕士与本科毕业论文语言信息检索论文开题报告范文和职称论文参考文献资料。
基于关键词共现关联关系的跨语种文本检索
摘 要：跨语种文本检索是在不同语种文献之间实现检索。本文基于语境思想，提出了一种新的以文搜文的跨语种检索方法。本文方法将用户提交的检索文本转换成。
基于相对熵多粒度语言信息多属性群决策方法
摘要：针对具有多粒度语言评价信息的多属性群决策问题，提出了一种基于二元语义信息处理和相对熵的群决策方法。该方法首先给出了多粒度语言评价信息一致化。
多粒度区间语言信息C—OWH算子其应用
摘要：研究了多粒度区间语言信息的集成问题，把连续的有序加权调和（C-OWH）平均算子拓展到多粒度区间语言环境中，提出了连续区间二元语义OWH（I。
关于网络环境下数字图书馆信息检索
摘 要：数字图书馆是计算机领域综合发展重要成果，它实现了文献信息的整合和优化，提高了信息查询的效率和实用性，促进信息的传播和共享。关键词：数字。