本文關(guān)鍵詞：基于潛在語義分析的軍事情報(bào)檢索系統(tǒng)的研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

文檔介紹：
【精品】畢業(yè)論文優(yōu)秀畢業(yè)論文本科論文專業(yè)學(xué)術(shù)論文參考文獻(xiàn)資料計(jì)算機(jī)技術(shù)專業(yè)優(yōu)秀論文--基于潛在語義分析的軍事情報(bào)檢索系統(tǒng)的研究與實(shí)現(xiàn)關(guān)鍵詞:潛在語義分析軍事信息情報(bào)檢索排序融合摘要:隨著國防現(xiàn)代的深入發(fā)展,軍事領(lǐng)域的電子信息被廣泛地積累與應(yīng)用,但如何快速并準(zhǔn)確地從大量的數(shù)據(jù)中篩選出需要的信息卻一直沒有得到很好的解決。傳統(tǒng)的檢索系統(tǒng),無論是受限領(lǐng)域的檢索或搜索引擎,一般都是基于關(guān)鍵字進(jìn)行檢索,但算法仍停留在語言的表層,而沒有觸及語義,用戶依舊很難快速、準(zhǔn)確地定位到所需的信息。潛在語義分析正是在這樣的背景下應(yīng)運(yùn)而生,該方法通過矩陣的奇異值分解將特征投影到語義空間,從語義角度來刻畫文本的語義內(nèi)容,在一定程度上降低了文本表示的高維性、稀疏性,同時解決了同義詞和近義詞問題。潛在語義利用詞匯和文本間的潛在結(jié)構(gòu),將詞匯和文本映射到同一個K維的語義空間內(nèi),在保持了原始的大部分信息的同時,克服了傳統(tǒng)向量空間模型表示方法時產(chǎn)生的多義詞、同義詞和單詞依賴的現(xiàn)象。但是,因子K值的選取直接關(guān)系到語義空間模型的效率,K值過小則會使一些有用的信息丟失,k值過大則會使運(yùn)算量增大。而在實(shí)際應(yīng)用中,人們也只能通過反復(fù)的實(shí)驗(yàn)來對K值進(jìn)行確定。由此,本... 內(nèi)容來自轉(zhuǎn)載請標(biāo)明出處.

  本文關(guān)鍵詞：基于潛在語義分析的軍事情報(bào)檢索系統(tǒng)的研究與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。