本文關(guān)鍵詞：基于獨(dú)立分量分析的語義聚類技術(shù)在信息檢索中的應(yīng)用研究，，由筆耕文化傳播整理發(fā)布。

《電子科技大學(xué)》 2010年

基于獨(dú)立分量分析的語義聚類技術(shù)在信息檢索中的應(yīng)用研究

蒲強(qiáng)  

【摘要】： 隨著計(jì)算機(jī)技術(shù)及網(wǎng)絡(luò)技術(shù)的飛速發(fā)展,世界上的數(shù)據(jù)正以驚人的速度增長著。面對(duì)現(xiàn)代紛繁復(fù)雜的海量信息資源,人們反而有了“淹沒在信息海洋中”的困惑。如何快捷、準(zhǔn)確地得到所需信息已成為人們關(guān)注的焦點(diǎn)問題。信息檢索技術(shù)能夠幫助不同領(lǐng)域的人們從文本、圖像、聲音等龐大的數(shù)據(jù)資料中尋找其所需的信息。以信息檢索技術(shù)為核心技術(shù)的Web搜索引擎已經(jīng)成為人們從互聯(lián)網(wǎng)發(fā)現(xiàn)所需信息的最依賴的工具,顯示出這一領(lǐng)域巨大的市場價(jià)值和經(jīng)濟(jì)利益。在龐大用戶需求的驅(qū)動(dòng)下,信息檢索技術(shù)不斷發(fā)展和創(chuàng)新,成為近年來信息領(lǐng)域研究的熱點(diǎn)。 本文的研究基于統(tǒng)計(jì)信號(hào)處理技術(shù)和信息檢索技術(shù)的結(jié)合,這是源于將文本文檔看成不同主題信號(hào)混合的產(chǎn)物,利用統(tǒng)計(jì)信號(hào)領(lǐng)域中獨(dú)立分量分析(Independent Component Analysis,ICA)技術(shù)對(duì)文檔進(jìn)行處理,分離的獨(dú)立分量能很好地表示文檔的語義主題結(jié)構(gòu)�；谶@一認(rèn)識(shí),全文以概率模型、信息論、線性代數(shù)及有關(guān)統(tǒng)計(jì)方法為理論基礎(chǔ),配合大量詳實(shí)的實(shí)驗(yàn)分別研究了基于ICA的語義聚類理論模型及其應(yīng)用、基于ICA語義聚類的相關(guān)模型和查詢模型的估計(jì),同時(shí)還對(duì)信息檢索領(lǐng)域最常用的查詢擴(kuò)展技術(shù)進(jìn)行了研究。論文主要的貢獻(xiàn)和創(chuàng)新之處包括五個(gè)方面: 1.提出ICA語義聚類激活的概念,并在理論上證明了利用激活I(lǐng)CA語義聚類下文檔估計(jì)的語義主題在語義距離上比使用全部反饋文檔估計(jì)的語義主題更接近于真實(shí)語義主題。以用戶查詢?yōu)閷?dǎo)向的激活方式在語義上將聚類下的文檔與查詢關(guān)聯(lián)起來,克服了反饋文檔主題分散同現(xiàn)帶來的風(fēng)險(xiǎn)。由于激活語義聚類下文檔數(shù)量是確定的,因此查詢擴(kuò)展或者語言模型估計(jì)中避免了設(shè)置反饋文檔數(shù)量這個(gè)參數(shù),查詢擴(kuò)展和模型估計(jì)更為強(qiáng)健。 2.在相關(guān)模型和查詢模型的估計(jì)中,提出了利用ICA語義聚類信息配合語料集對(duì)文檔模型估計(jì)進(jìn)行語義平滑的概念,利用語義關(guān)鍵詞條聚類強(qiáng)化反饋文檔主題模型估計(jì)部分,給出了文檔未出現(xiàn)詞條的語義關(guān)鍵詞條聚類概率,克服了傳統(tǒng)文檔模型估計(jì)中只使用語料集模型平滑的不合理性,即未出現(xiàn)詞條以相同語料集概率出現(xiàn)在不同文檔中的假設(shè)的不合理性。 3.利用了文檔屬于語義聚類的概率作為文檔先驗(yàn)概率參與模型估計(jì),一方面區(qū)別對(duì)待了每個(gè)文檔在相關(guān)模型或查詢模型估計(jì)中的作用,克服了語言模型估計(jì)中所有文檔先驗(yàn)概率服從均勻分布這個(gè)假設(shè)的不合理性;另一方面利用了語義聚類模型參與了相關(guān)模型或查詢模型的估計(jì),改變了傳統(tǒng)模型的估計(jì)只使用單一文檔模型這一現(xiàn)象,可利用的統(tǒng)計(jì)語言模型總集得到擴(kuò)展。 4.提出了利用語義聚類在用戶興趣和文檔之間建立動(dòng)態(tài)語義映射關(guān)系,這種映射關(guān)系將文檔和用戶組織在同一類別下,克服了現(xiàn)有文檔和用戶興趣之間松散的關(guān)系。信息推薦系統(tǒng)利用映射關(guān)系主動(dòng)發(fā)現(xiàn)同類中的文檔信息推薦給用戶。 5.基于潛在語義空間能發(fā)現(xiàn)詞條同現(xiàn)關(guān)系的原理,發(fā)現(xiàn)了潛在語義索引技術(shù)和獨(dú)立分量分析技術(shù)配合使用時(shí),一方面同現(xiàn)詞條可以較好地彌補(bǔ)短文檔詞條重疊度低的問題,另一方面短文檔在ICA語義空間中分類能夠改善其分類準(zhǔn)確率。

【關(guān)鍵詞】：
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2010
【分類號(hào)】：TP391.3
【目錄】：

摘要5-7

ABSTRACT7-13

第一章 緒論13-20

1.1 研究背景13-14

1.2 研究動(dòng)機(jī)14-16

1.2.1 不同聚類空間文檔結(jié)構(gòu)表示問題14-15

1.2.2 傳統(tǒng)查詢擴(kuò)展技術(shù)存在的問題15

1.2.3 統(tǒng)計(jì)語言模型的靈活性15-16

1.2.4 傳統(tǒng)的相關(guān)模型和查詢模型估計(jì)中存在的問題16

1.3 主要工作16-17

1.4 創(chuàng)新點(diǎn)17-18

1.5 本文章節(jié)安排18-20

第二章 相關(guān)研究工作與理論基礎(chǔ)20-44

2.1 檢索性能主要評(píng)測指標(biāo)21

2.2 信息檢索中的相關(guān)反饋技術(shù)與查詢擴(kuò)展技術(shù)21-29

2.2.1 相關(guān)反饋方法23-27

2.2.1.1 向量空間模型的有關(guān)定義23-25

2.2.1.2 詞條權(quán)重計(jì)算25-26

2.2.1.3 基于向量空間模型的查詢向量變形法26-27

2.2.1.4 基于概率模型的查詢?cè)~條權(quán)重計(jì)算法27

2.2.2 查詢擴(kuò)展詞條的選擇技術(shù)27-28

2.2.3 同現(xiàn)關(guān)系發(fā)現(xiàn)查詢擴(kuò)展詞條28

2.2.4 選擇性查詢擴(kuò)展28-29

2.2.4.1 查詢清晰度函數(shù)29

2.2.4.2 平均反向文檔頻率29

2.3 信息檢索中統(tǒng)計(jì)語言模型的研究現(xiàn)狀29-39

2.3.1 信息檢索中統(tǒng)計(jì)語言模型和概率模型的區(qū)別31

2.3.2 查詢似然語言模型31-34

2.3.2.1 文檔語言模型的定義32

2.3.2.2 文檔語言模型的估計(jì)32-33

2.3.2.3 文檔語言模型的平滑方法33-34

2.3.3 查詢語言模型34-37

2.3.4 基于聚類的統(tǒng)計(jì)語言模型37-39

2.4 信息檢索中的潛在語義索引技術(shù)39-40

2.5 文本數(shù)據(jù)處理中的獨(dú)立分量分析技術(shù)40-42

2.6 本章小結(jié)42-44

第三章 基于獨(dú)立分量分析的語義聚類理論研究44-65

3.1 潛在語義空間44-48

3.1.1 潛在語義空間的相關(guān)定義44-46

3.1.2 潛在語義空間的生成46-48

3.1.2.1 奇異值分解46-47

3.1.2.2 主分量分析47-48

3.2 獨(dú)立分量分析48-55

3.2.1 分量統(tǒng)計(jì)獨(dú)立性及判據(jù)函數(shù)49-53

3.2.1.1 Kullback-Leibler 散度49-50

3.2.1.2 互信息極小化判據(jù)函數(shù)50-51

3.2.1.3 信息極大化判據(jù)函數(shù)51-52

3.2.1.4 極大似然判據(jù)函數(shù)52-53

3.2.2 獨(dú)立分量分析常用算法53-55

3.2.2.1 信息極大算法53

3.2.2.2 負(fù)熵固定點(diǎn)算法53-55

3.3 基于獨(dú)立分量分析的語義聚類模型55-64

3.3.1 潛在語義空間到ICA 語義空間的變換55-57

3.3.2 語義聚類模型57-59

3.3.2.1 語義聚類與主題距離的相關(guān)定義57-58

3.3.2.2 基于ICA 的語義聚類模型58-59

3.3.3 語義聚類可靠性分析59-64

3.3.3.1 語義聚類可靠性分析的必要性59-60

3.3.3.2 獨(dú)立分量估計(jì)的可靠性分析60-62

3.3.3.3 語義聚類可靠性分析實(shí)驗(yàn)62-64

3.4 本章小結(jié)64-65

第四章 基于獨(dú)立分量分析的語義聚類應(yīng)用研究65-86

4.1 自定義語料庫的構(gòu)建方法65-69

4.1.1 Web 主題文本提取方法65-67

4.1.2 Web 主題文本提取實(shí)驗(yàn)67-69

4.1.3 相關(guān)結(jié)論69

4.2 圖書館個(gè)性化服務(wù)69-74

4.2.1 語義聚類建立動(dòng)態(tài)映射關(guān)系70-71

4.2.2 系統(tǒng)體系結(jié)構(gòu)71-72

4.2.3 個(gè)性化服務(wù)實(shí)驗(yàn)72-74

4.2.4 相關(guān)結(jié)論74

4.3 用戶信息推薦服務(wù)74-80

4.3.1 用戶興趣模型的表示74-75

4.3.2 詞條權(quán)重計(jì)算的改進(jìn)75-77

4.3.3 用戶信息推薦服務(wù)實(shí)驗(yàn)77-80

4.3.4 相關(guān)結(jié)論80

4.4 短文檔分類問題80-84

4.4.1 短文檔面臨的問題80-81

4.4.2 實(shí)驗(yàn)設(shè)計(jì)81-82

4.4.3 實(shí)驗(yàn)結(jié)果與分析82-84

4.4.4 相關(guān)結(jié)論84

4.5 本章小結(jié)84-86

第五章 查詢擴(kuò)展技術(shù)應(yīng)用研究86-99

5.1 查詢擴(kuò)展概述86-87

5.1.1 向量空間中的理論解釋86-87

5.1.2 查詢擴(kuò)展時(shí)機(jī)87

5.2 查詢擴(kuò)展在地理信息檢索中的應(yīng)用研究87-98

5.2.1 基于地理坐標(biāo)抽取與聚類的地理查詢擴(kuò)展系統(tǒng)88-92

5.2.2 基于維基百科的地理查詢擴(kuò)展系統(tǒng)92

5.2.3 實(shí)驗(yàn)結(jié)果與分析92-98

5.2.3.1 查詢擴(kuò)展詞條的主題距離92-93

5.2.3.2 實(shí)驗(yàn)數(shù)據(jù)集與工具93-95

5.2.3.3 實(shí)驗(yàn)結(jié)果95-96

5.2.3.4 實(shí)驗(yàn)分析96-98

5.3 本章小結(jié)98-99

第六章 基于統(tǒng)計(jì)語義聚類的語言模型研究99-130

6.1 語義聚類的激活99-102

6.1.1 激活理論99-101

6.1.2 激活過程101-102

6.1.2.1 主題距離激活方法101-102

6.1.2.2 查詢和文檔詞條同現(xiàn)關(guān)系激活方法102

6.2 基于統(tǒng)計(jì)語義聚類的相關(guān)模型估計(jì)102-118

6.2.1 相關(guān)模型估計(jì)方法的改進(jìn)102-104

6.2.2 相關(guān)模型估計(jì)方法104-105

6.2.3 實(shí)驗(yàn)設(shè)計(jì)105-108

6.2.3.1 實(shí)驗(yàn)數(shù)據(jù)集與工具105-107

6.2.3.2 實(shí)驗(yàn)參數(shù)和術(shù)語設(shè)定107-108

6.2.3.3 實(shí)驗(yàn)內(nèi)容108

6.2.4 實(shí)驗(yàn)結(jié)果與分析108-118

6.2.4.1 語義聚類相關(guān)模型改善查詢性能108-115

6.2.4.2 語義聚類的質(zhì)量測試115-118

6.2.5 相關(guān)結(jié)論118

6.3 基于統(tǒng)計(jì)語義聚類的查詢模型估計(jì)118-128

6.3.1 查詢模型概述118-119

6.3.2 查詢模型估計(jì)方法119-121

6.3.3 實(shí)驗(yàn)設(shè)計(jì)121-123

6.3.3.1 實(shí)驗(yàn)數(shù)據(jù)集與工具121-122

6.3.3.2 實(shí)驗(yàn)參數(shù)設(shè)定122

6.3.3.3 實(shí)驗(yàn)內(nèi)容122-123

6.3.4 實(shí)驗(yàn)結(jié)果與分析123-128

6.3.4.1 語義聚類對(duì)反饋文檔質(zhì)量的影響123-124

6.3.4.2 語義聚類反饋文檔數(shù)量對(duì)檢索結(jié)果的影響124-125

6.3.4.3 基于聚類的檢索方法檢索效果比較125-126

6.3.4.4 語義關(guān)鍵詞條聚類對(duì)檢索結(jié)果的影響126-127

6.3.4.5 語義聚類文檔先驗(yàn)概率對(duì)檢索結(jié)果的影響127-128

6.3.5 相關(guān)結(jié)論128

6.4 本章小結(jié)128-130

第七章 全文總結(jié)及未來工作130-132

7.1 全文總結(jié)130-131

7.2 未來工作131-132

致謝132-134

參考文獻(xiàn)134-145

攻博期間取得的研究成果145-147

下載全文 更多同類文獻(xiàn)

CAJ全文下載

(如何獲取全文？ 歡迎：購買知網(wǎng)充值卡、在線充值、在線咨詢)

CAJViewer閱讀器支持CAJ、PDF文件格式

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前5條

1 崔宇紅;基于手機(jī)短信平臺(tái)的圖書館信息推送服務(wù)[J];大學(xué)圖書館學(xué)報(bào);2004年04期

2 蒲強(qiáng);何大慶;楊國緯;;一種基于統(tǒng)計(jì)語義聚類的查詢語言模型估計(jì)[J];計(jì)算機(jī)研究與發(fā)展;2011年02期

3 周源遠(yuǎn),王繼成,鄭剛,張福炎;Web頁面清洗技術(shù)的研究與實(shí)現(xiàn)[J];計(jì)算機(jī)工程;2002年09期

4 李效東,顧毓清;基于DOM的Web信息提取[J];計(jì)算機(jī)學(xué)報(bào);2002年05期

5 封化民,劉飚,劉艷敏,方勇,宋國森;含有位置坐標(biāo)樹的Web頁面分析和內(nèi)容提取框架[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年S1期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 王春騰;楊厚群;符傳誼;邢潔清;;基于獨(dú)立成分分析的譜聚類方法[J];安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào);2011年03期

2 張彥超;劉云;李勇;沈波;;基于自動(dòng)生成模板的Web信息抽取技術(shù)[J];北京交通大學(xué)學(xué)報(bào);2009年05期

3 廉捷;劉云;;網(wǎng)絡(luò)輿情中的信息預(yù)處理與自動(dòng)摘要算法[J];北京交通大學(xué)學(xué)報(bào);2010年05期

4 楊德斌;楊聚星;陽建宏;章立軍;;基于聲信號(hào)分析的齒輪故障診斷方法[J];北京科技大學(xué)學(xué)報(bào);2008年04期

5 王茹,宋瀚濤,陸玉昌;基于樹自動(dòng)機(jī)的網(wǎng)頁數(shù)據(jù)抽取[J];北京理工大學(xué)學(xué)報(bào);2004年09期

6 金明生;;關(guān)于倡導(dǎo)在縣級(jí)以上公共圖書館開通“手機(jī)短信服務(wù)平臺(tái)”的建議案[J];圖書與情報(bào);2008年03期

7 徐忻;婁路;;基于3G的手機(jī)圖書館服務(wù)系統(tǒng)構(gòu)建研究[J];圖書與情報(bào);2009年03期

8 張敏;;基于確定性樹自動(dòng)機(jī)技術(shù)的信息抽取研究[J];才智;2011年36期

9 馮海軍;祝華;章藝;柳瑞鋒;;基于獨(dú)立分量的信息極大化法機(jī)械振動(dòng)盲分離研究[J];船舶工程;2008年01期

10 張毅;張輝;羅元;胡豁生;;采用Emotiv感知的智能輪椅運(yùn)動(dòng)控制的研究[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

【二級(jí)參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 王繼成,潘金貴,張福炎;Web文本挖掘技術(shù)研究[J];計(jì)算機(jī)研究與發(fā)展;2000年05期

2 王繼成,蕭嶸,孫正興,張福炎;Web信息檢索研究進(jìn)展[J];計(jì)算機(jī)研究與發(fā)展;2001年02期

3 曲衛(wèi)民,張俊林,孫樂;基于主題的漢語語言模型的研究[J];計(jì)算機(jī)研究與發(fā)展;2003年09期

4 王強(qiáng) ,王繼成 ,武港山 ,張福炎;Web文檔清洗系統(tǒng)中HTML解析器的開發(fā)[J];計(jì)算機(jī)應(yīng)用研究;2002年02期

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 曹建榮;蔡安妮;;基于支持向量機(jī)的語義視頻摘要[J];北京郵電大學(xué)學(xué)報(bào);2006年04期

2 李亞麗;徐為群;顏永紅;;語義類的提取及其在語音搜索系統(tǒng)中的應(yīng)用[J];聲學(xué)學(xué)報(bào);2011年05期

3 周笑天;;決策樹中數(shù)字型連續(xù)屬性的語義化研究[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2009年02期

4 梁曉弘;楊文安;;分詞技術(shù)在信息處理中的研究綜述[J];電腦知識(shí)與技術(shù)(學(xué)術(shù)交流);2007年22期

5 溫苗苗;吳云芳;;基于SVM融合多特征的介詞結(jié)構(gòu)自動(dòng)識(shí)別[J];中文信息學(xué)報(bào);2009年05期

6 ;漢語語義范疇的計(jì)算機(jī)模擬[J];中文信息;1994年04期

7 張晶,姚建民,趙鐵軍,李生;基于Word Net和How Net建設(shè)雙語語義詞典[J];高技術(shù)通訊;2001年12期

8 黃鴻森;;這樣的辭書,何必引進(jìn)——評(píng)《建宏成語義類辭典》[J];中國出版;2007年10期

9 董明楷;張明義;;語義類比:AI的一個(gè)重要發(fā)展方向[J];計(jì)算機(jī)科學(xué);1996年06期

10 孫廣路;郎非;薛一波;;基于條件隨機(jī)域和語義類的中文組塊分析方法[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);2011年07期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 賈玉祥;俞士汶;;語義選擇限制的自動(dòng)獲取及其在隱喻處理中的應(yīng)用[A];第四屆全國學(xué)生計(jì)算語言學(xué)研討會(huì)會(huì)議論文集[C];2008年

2 王惠;蘇新春;;XHK基于語法知識(shí)的漢語詞義描述[A];第六屆漢語詞匯語義學(xué)研討會(huì)論文集[C];2005年

3 王惠;;漢英機(jī)器翻譯中基于大型語義詞典的漢語詞義消歧[A];機(jī)器翻譯研究進(jìn)展——2002年全國機(jī)器翻譯研討會(huì)論文集[C];2002年

4 邱立坤;;現(xiàn)代漢語動(dòng)名語串結(jié)構(gòu)關(guān)系的判定[A];第六屆漢語詞匯語義學(xué)研討會(huì)論文集[C];2005年

5 王萌;賈玉祥;俞士汶;;基于語料統(tǒng)計(jì)的量詞對(duì)名詞語義選擇傾向的研究[A];中國計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

6 海銀花;那順烏日?qǐng)D;;面向“蒙古語語義信息詞典”的名詞語義分類體系[A];中國計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

7 吳平;;“NP+在+處所+VP”句式的邏輯語義分析[A];2004年邏輯研究專輯[C];2004年

8 李斌;曲維光;陳小荷;;名詞轉(zhuǎn)喻的自動(dòng)理解[A];中國計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

9 劉秉權(quán);張凱;王曉龍;;語音識(shí)別中基于規(guī)則的語言模型的研究[A];第五屆全國人機(jī)語音通訊學(xué)術(shù)會(huì)議論文集[C];1998年

10 李向陽;張亞非;;一種基于語義的漢語短語識(shí)別方法[A];NCIRCS2004第一屆全國信息檢索與內(nèi)容安全學(xué)術(shù)會(huì)議論文集[C];2004年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 顏紅菊;現(xiàn)代漢語復(fù)合詞語義結(jié)構(gòu)研究[D];首都師范大學(xué);2007年

2 侯鋒;中文報(bào)業(yè)出版的文字質(zhì)量智能輔助控制技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2010年

3 曹海龍;基于詞匯化統(tǒng)計(jì)模型的漢語句法分析研究[D];哈爾濱工業(yè)大學(xué);2006年

4 莢濟(jì)民;基于互聯(lián)網(wǎng)數(shù)據(jù)集的圖像標(biāo)注技術(shù)研究[D];中國科學(xué)技術(shù)大學(xué);2009年

5 王欣;類型邏輯語法與現(xiàn)代漢語“是”和“的”[D];北京語言大學(xué);2009年

6 吳尉林;可移植的穩(wěn)健口語理解方法研究[D];上海交通大學(xué);2007年

7 凌堅(jiān);新聞視頻主題識(shí)別與跟蹤的研究[D];浙江大學(xué);2007年

8 孟凱;現(xiàn)代漢語“X+N_（役事）”致使復(fù)合詞研究[D];北京語言大學(xué);2009年

9 李線宜;上海手語類標(biāo)記結(jié)構(gòu)調(diào)查研究[D];復(fù)旦大學(xué);2010年

10 海銀花;面向信息處理的蒙古語名詞語義研究[D];內(nèi)蒙古大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 方利;“外X”詞語的多角度考察[D];華中師范大學(xué);2012年

2 韓娟;《韓非子》形容詞研究[D];河南大學(xué);2008年

3 陳文慧;HSK名詞的圖片可表達(dá)性和表達(dá)方法研究[D];北京語言大學(xué);2004年

4 沈新宇;基于直推式支持向量機(jī)的圖像分類算法研究與應(yīng)用[D];北京交通大學(xué);2008年

5 劉麗麗;漢英民用陸地交通工具詞語語義對(duì)比研究[D];魯東大學(xué);2008年

6 劉宗保;形、名語素構(gòu)成復(fù)合詞的語義類組合分析[D];南京師范大學(xué);2008年

7 高研博;漢語動(dòng)詞論元約束優(yōu)選信息的獲取[D];上海交通大學(xué);2008年

8 劉蓉;違反合作原則的漢語語義類修辭格及其語用功能研究[D];湖南農(nóng)業(yè)大學(xué);2011年

9 賈曉東;漢語動(dòng)賓搭配識(shí)別研究[D];大連理工大學(xué);2008年

10 張濤;中文文本中未知詞語的詞義知識(shí)獲取[D];山西大學(xué);2005年

  本文關(guān)鍵詞：基于獨(dú)立分量分析的語義聚類技術(shù)在信息檢索中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：135271