需要對(duì)語(yǔ)義主題樹(shù)特征進(jìn)行聚類算法設(shè)計(jì),提高對(duì)語(yǔ)義特征的搜索和語(yǔ)義泛化能力。傳統(tǒng)的語(yǔ)義特征聚類算法采用基于本體映射的語(yǔ)義特征聚類算法,建立異構(gòu)的本體模型之間的語(yǔ)義等價(jià)映射關(guān)系,導(dǎo)致聚類性能和語(yǔ)義泛化能力不好。提出一種基于語(yǔ)義覆蓋度融合的I/O映射聚類算法,利用領(lǐng)域知識(shí)和模式匹配,建立本體之間語(yǔ)義映射關(guān)系,考慮三種與語(yǔ)義信息相關(guān)的學(xué)習(xí)知識(shí),得到語(yǔ)義相似度函數(shù),利用統(tǒng)計(jì)TF-IDF的方法計(jì)算詞語(yǔ)的特征權(quán)值,通過(guò)語(yǔ)義主題樹(shù)特征匹配,實(shí)現(xiàn)搜索引擎的覆蓋度I/O映射聚類改進(jìn)。仿真實(shí)驗(yàn)表明,采用該算法能提高對(duì)語(yǔ)義的覆蓋度融合能力,具有更好的數(shù)據(jù)聚類性能,較好地完成語(yǔ)義映射任務(wù),語(yǔ)義信息檢索查準(zhǔn)率提高為98.7%。

【文章頁(yè)數(shù)】：3 頁(yè)

【文章目錄】：
0 引言
1 語(yǔ)義本體模型和語(yǔ)義映射問(wèn)題的描述
    1.1 語(yǔ)義本體模型相關(guān)知識(shí)
    1.2 語(yǔ)義映射問(wèn)題描述
2 算法優(yōu)化實(shí)現(xiàn)
3 仿真實(shí)驗(yàn)與性能驗(yàn)證
4 結(jié)論



本文編號(hào)：3742601