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

【文章頁數(shù)】：3 頁

【文章目錄】：
0 引言
1 語義本體模型和語義映射問題的描述
    1.1 語義本體模型相關(guān)知識
    1.2 語義映射問題描述
2 算法優(yōu)化實現(xiàn)
3 仿真實驗與性能驗證
4 結(jié)論



本文編號：3742601