没有合适的资源?快使用搜索试试~
我知道了~
文库首页
开发技术
其它
基于特征的方法,使用维基百科进行概念的语义相似性评估
基于特征的方法,使用维基百科进行概念的语义相似性评估
研究论文
需积分: 5
0 下载量
158 浏览量
2021-04-07
19:11:15
上传
评论
收藏
2.13MB
PDF
举报
温馨提示
立即下载
基于特征的方法,使用维基百科进行概念的语义相似性评估
资源推荐
资源评论
基于维基百科的领域概念语义知识库的自动构建方法
浏览:98
基于维基百科的领域概念语义知识库的自动构建方法
java8看不到源码-map4sci:一种图形算法的实现,该算法使用基于多级树的方法进行语义缩放(ZMLT)的交互式图形可视化
浏览:173
java8 看不到源码map4sci 图形算法的实现,该算法使用基于多级树的方法进行语义缩放(ZMLT)的交互式图形可视化。 可以找到研究论文 该算法还使用了改进的Pred算法的Impred ,可以发现 更改日志 看 入门 一、要求 Python3 python3-dev java8-jdk 制作 加++ 2. 设置虚拟环境 运行脚本以设置虚拟环境并安装所有依赖项 ./scripts/00x-se
Sentiment-Analysis-On-Hindi-Reviews:我们使用了250句话的电影评论供IIT bombay进行研究,还检索了jagran.com上的750条评论并对其进行了手动注释,总共有1000条评论。 在对数据集进行预处理之后,我们使用术语词频率,tfidf(用于单字组和双字母组)将特征集生成为基于矢量的方法。 然后,我们使用了三种方法来预测评论的情绪。 使用的方法是基于资源的,语言内语义分析和基于机器翻译的语义分析
浏览:59
对印地语评论的情感分析。 要求: python3(首选Anaconda环境) Scikit学习 顽皮的熊猫 NLTK 谷歌翻译 泡菜 编解码器 问题: 我们使用三种方法将印地语评论的情绪分类为正面或负面。 使用HindiSentiWordnet进行基于资源的语义分析。->在这种方法中,我们使用Hindi Sentiwordnet对评论的情绪进行分类。 IN语言语义分析。 :此方法基于
Semantic-Labeling-of-Images:本项目中描述的监督学习方法提取低级特征,例如边缘、纹理、RGB 值、HSV 值、位置、每个超像素的线像素数等,以使用支持向量机训练模型并在测试中对超像素进行语义标记设置标签,如天空、树、路、草、水、建筑、山脉和前景对象。 然后将结果与地面实况进行比较以评估模型的准确性
浏览:7
图像语义标记 本项目中描述的监督学习方法提取低级特征,例如边缘、纹理、RGB 值、HSV 值、位置、每个超像素的线像素数等,以使用支持向量机训练模型并在测试中对超像素进行语义标记设置标签,如天空、树、路、草、水、建筑、山脉和前景对象。 然后将结果与地面实况进行比较以评估模型的准确性。 使用的工具:Matlab、LibSVM、VLFeat
论文研究-基于维基百科的领域概念语义知识库的自动构建方法.pdf
浏览:193
针对为检索服务的语义知识库存在的内容不全面和不准确的问题,提出一种基于维基百科的软件工程领域概念语义知识库的构建方法。以SWEBOK V3概念为标准,从维基百科提取概念的解释文本,并抽取其关键词表示概念的语义...
论文研究-基于维基百科的语义知识库及其构建方法研究.pdf
浏览:68
维基百科(Wikipedia)是规模最大的在线网络百科...分析了维基百科语料库的基本情况,综述了目前基于维基百科所构建的多种语义知识库及其概念抽取和关系抽取方法,讨论了各类方法的优缺点、开放问题和可能的研究方向。
电信设备-开放式信息抽取背景下一种基于维基百科的实体语义化方法.zip
浏览:187
电信设备-开放式信息抽取背景下一种基于维基百科的实体语义化方法.zip
论文研究-基于维基百科的领域实体发现研究.pdf
浏览:98
提出一种基于维基百科的领域实体发现方法,该方法将构成领域实体的典型字或词作为种子元素,利用少量种子元素作为实体发现的初始知识,有效地克服了传统方法在获取种子词条时过分依赖领域专家的局限,同时还利用维基...
图像质量评价方法代码matlab代码-SFA:没有基于语义特征聚合的参考图像质量评估,发布于ACMMM2017,TMM2019
浏览:37
图像质量评价方法代码matlab代码哪个具有更好的视觉质量:湛蓝的天空或模糊的动物? 描述 以下文件的SFA代码: 李鼎全,姜婷婷,林伟思和姜明。 “。” IEEE Transactions on Multimedia,第1卷。 21号5,pp.1221-1234,2019年5月。 李定全,姜婷婷和明江。 “。” 2017 ACM多媒体会议论文集。 ACM,2017年。 要求 框架:1.0 + 2
使用基于场景图的语义概念对图像进行字幕
浏览:27
使用基于场景图的语义概念对图像进行字幕
SemanticMachineTranslationEvaluation:概念验证:使用基于FrameNet的语义来评估MT系统可以胜过BLEU得分
浏览:116
语义机器翻译评估 概念验证表明,使用基于FrameNet的语义来评估MT系统可以胜过BLEU得分。
维基百科的下载及阅读方法简单说明(转载)借鉴.pdf
浏览:44
维基百科的下载及阅读方法简单说明(转载)借鉴.pdf
维基百科离线版【需自行下载.zim数据库】
浏览:196
维基百科离线版 一个为了方便本地浏览维基百科查询资料而制作的 开源软件,程序的原理是利用维基百科 kiwix-tools 中的其中一个小工具:kiwix-serve 读取 .zim 格式的维基百科数据库文件,从而实现 http 方式多终端...
中文维基百科hosts文件
浏览:83
中文维基百科hosts文件,拷贝到C:\Windows\System32\drivers\etc目录下,经测试可使用
维基百科中文词向量.zip
浏览:44
维基百科词向量 sgns.wiki.char.bz2解压后文件后缀名是.char, 可以通过一些方法得到.txt结尾的文件,有35万多个字词和符号,300维的向量表示。将词向量作为词嵌入层时需要加载全部的词向量到内存,如果计算机的内存...
维基百科中文离线包2020-05
浏览:77
5星 · 资源好评率100%
维基百科中文离线包zim格式,wikipedia_zh_all_maxi_2020-05.zim,使用kiwi打开
维基百科类目层次结构提取
浏览:110
5星 · 资源好评率100%
基于htmlparser的维基百科类目提取程序 可设置提取的类目树深度
维基百科api调用实例
浏览:20
4星 · 用户满意度95%
基于httpclient和htmlparser的维基百科api调用实例
维基百科维基百科维基百科维基百科.txt
浏览:181
5星 · 资源好评率100%
网址:http://en.wikipedia.org/wiki/Wikipedia 数据获得描述: 1.获取主页的内容,分析网页内容并找到主页上所有的本站链接
中文维基百科语料库(截止2019年2月20日)
浏览:198
这是最新的中文维基百科语料库(截至2019年2月20日),可以用来训练word2vec词向量,做文本分类,官网特别难下载,因此分享出来
论文研究-维基百科链接网络实证分析.pdf
浏览:2
基于2010年1月的数据, 从度分布、权分布、宏观结构特征等角度对维基百科词条链接网络的结构特征展开实证分析。相关结果与2006年之前的维基百科词条链接网络展开对比, 发现当前的维基百科网络仍然具有无标度网络特性;...
维基百科中文语料(已分词)
浏览:58
4星 · 用户满意度95%
自己用来训练word2vec的,已提取文本,做了分词处理,过滤了大部分的特殊字符。 共包含3273626个段落的文本(一个段落包含了多个语句)。 处理后的语料有1.1G,由于文件较大,提供百度网盘下载地址。
英文维基百科语料库txt(9)
浏览:141
5星 · 资源好评率100%
已经做了 1、分词 2、去停用词 3、英文小写 4、词干提取 5、词形还原
行人惯性导航零速检测算法
浏览:67
行人惯性导航零速检测算法
混合动力汽车基于规则的控制和ECMS与优化等效因子的实时能源管理策略
浏览:181
混合动力汽车基于规则的控制和ECMS与优化等效因子的实时能源管理策略
基于CORDIC的反正弦和反余弦计算的FPGA实现
浏览:149
5星 · 资源好评率100%
基于CORDIC的反正弦和反余弦计算的FPGA实现
BA无标度网络中的SIR模型
浏览:63
BA无标度网络中的SIR模型
评论
收藏
内容反馈
立即下载
资源评论
资源反馈
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~
联系上传者
评论
weixin_38538312
粉丝: 11
资源:
928
私信
上传资源 快速赚钱
我的内容管理
展开
我的资源
快来上传第一个资源
我的收益
登录查看自己的收益
我的积分
登录查看自己的积分
我的C币
登录后查看C币余额
我的收藏
我的下载
下载帮助
前往需求广场,查看用户热搜
最新资源
git-restore-mtime.exe
王者荣耀故事站小程序带Vue后台.zip
windchilll 功能代码记录
微信红包封面小程序.zip
RB305A-SOT-23封装 单节锂电池保护IC 深圳市可芯电子有限公司.pdf
javaweb 期末复习
unity简单数字拼图小游戏(源码)
危包证办理培训教材(出境危险货物运输包装使用鉴定结果单)
Vissim9 用户手册(英文版)
基于Selenium的Java爬虫实战(内含谷歌浏览器Chrom和Chromedriver版本124.0.6350.0)
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功