基于語義場(chǎng)模型的學(xué)科資源聚類及應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩114頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、教育資源是教學(xué)過程的重要組成部分,優(yōu)質(zhì)的教育資源能夠幫助學(xué)習(xí)者獲得更好的學(xué)習(xí)效果。隨著信息技術(shù)的發(fā)展,教育資源的數(shù)量也在不斷累積。而如何高效、清晰地組織這些資源,方便學(xué)習(xí)者使用,是數(shù)字化學(xué)習(xí)中必須解決的重要問題。資源聚類由于其不需要監(jiān)督的特點(diǎn)成為資源組織中最常用的方式之一。資源聚類是指按照資源所包含的語義內(nèi)容,將內(nèi)容相似度較高、屬于同一主題的資源劃分為一個(gè)類別,并為每一個(gè)類別指定一個(gè)語義標(biāo)簽的過程。其研究的重點(diǎn)和難點(diǎn)在于,資源語義內(nèi)容的

2、表征方法、聚類特征的選擇與降維以及類別標(biāo)簽的生成。本文圍繞上述關(guān)鍵內(nèi)容,針對(duì)通用的向量空間模型沒有考慮詞匯之間的聯(lián)系的缺點(diǎn),研究了基于語義場(chǎng)模型的資源聚類技術(shù),具體的研究?jī)?nèi)容包括五個(gè)部分:(1)基于語義場(chǎng)模型的資源聚類框架;(2)面向?qū)W科的語義場(chǎng)構(gòu)建方法;(3)基于語義場(chǎng)的特征選擇與降維方法;(4)基于語義場(chǎng)的資源聚類算法;(5)資源聚類算法的應(yīng)用研究。本文得到了國家863項(xiàng)目“知識(shí)濃縮與融合關(guān)鍵技術(shù)研究”(No.2008AA01Z12

3、7)和國家科技支撐計(jì)劃項(xiàng)目“村鎮(zhèn)教育資源配置及遠(yuǎn)程服務(wù)關(guān)鍵技術(shù)研究”(No.200603110400)的資助。
  本文取得的研究成果包括以下幾個(gè)方面:
  (1)針對(duì)向量空間模型沒有考慮詞匯之間聯(lián)系的不足,論文提出了基于語義場(chǎng)模型的資源聚類框架。通過將場(chǎng)模型的基本思想引入語義研究中形成語義場(chǎng)模型,用于描述詞匯之間的語義聯(lián)系;通過研究語義場(chǎng)的數(shù)學(xué)模型,實(shí)現(xiàn)詞匯語義的可表征和可計(jì)算;在語義場(chǎng)模型的基礎(chǔ)上提出了基于語義場(chǎng)的資源聚

4、類框架,該框架定義了資源的語義場(chǎng)強(qiáng)與資源之間語義引力的計(jì)算方法,從而將資源聚類問題轉(zhuǎn)化為資源在語義引力作用下的凝聚問題,通過在聚類過程中融入資源特征之間的語義關(guān)系,提高資源之間相似度計(jì)算的準(zhǔn)確率。
  (2)針對(duì)手動(dòng)構(gòu)建學(xué)科語義場(chǎng)費(fèi)時(shí)費(fèi)力的問題,論文研究了面向教育技術(shù)學(xué)科的語義場(chǎng)自動(dòng)構(gòu)建方法。提出了基于原子詞匯構(gòu)詞算法的學(xué)科專業(yè)術(shù)語抽取方法,通過以原子詞匯作為構(gòu)詞的基本單位,提高了候選專業(yè)術(shù)語的準(zhǔn)確率;通過學(xué)科概念的過濾與精煉,過

5、濾候選專業(yè)術(shù)語中的非學(xué)科概念類字符串,提高概念識(shí)別的效率;通過學(xué)科概念直接關(guān)系的標(biāo)注和基于解釋結(jié)構(gòu)模型法的間接關(guān)系推理算法,構(gòu)建了學(xué)科概念之間的層次關(guān)系結(jié)構(gòu)圖;對(duì)學(xué)科語義場(chǎng)模型的相關(guān)參數(shù)如語義概念的質(zhì)量、語義勢(shì)能的調(diào)節(jié)參數(shù)進(jìn)行了估算,構(gòu)建出了面向教育技術(shù)學(xué)科領(lǐng)域的語義場(chǎng)。
  (3)針對(duì)聚類算法中特征選擇沒有訓(xùn)練語料的問題,采用學(xué)科語義場(chǎng)作為學(xué)科先驗(yàn)知識(shí)來指導(dǎo)語義特征的選擇。分析了將學(xué)科概念作為語義特征在特征選擇中的重要意義,并在

6、預(yù)處理過程中加入學(xué)科概念作為語義特征,提高資源語義表征的準(zhǔn)確率;提出了語義特征向?qū)W科概念的映射方法,提高語義特征的規(guī)范性和聚類結(jié)果的準(zhǔn)確率;提出了基于語義場(chǎng)模型的語義特征約簡(jiǎn)方法,實(shí)現(xiàn)語義特征的約簡(jiǎn),降低資源語義特征的維度,提高學(xué)科資源聚類的效率。
  (4)針對(duì)資源聚類時(shí)未考慮詞匯之間語義聯(lián)系的不足,研究了基于語義場(chǎng)模型的資源聚類算法。引入語義引力的概念來模擬資源之間的相互吸引,從而將資源凝聚為多個(gè)類簇,緩解了資源聚類過程中未考

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論