语义距离的经典文章：Fuzzy Semantic Distance Measures between Ontological Concepts！

最新推荐文章于 2022-05-18 15:14:19 发布
最新推荐文章于 2022-05-18 15:14:19 发布
阅读量2k 收藏 1
点赞数
分类专栏： 本体论(Ontology) 文章标签： distance semantic hierarchy c path structure
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/metago/article/details/321155
版权
This paper explores various fuzzy semantic distance measures between ontological concepts, focusing on similarity, distance, and relationship between concepts. It introduces six ways to calculate these measures, incorporating path length, shared information content, and link strength in the hierarchical structure." 9018547,541331,EhCache详解：Java进程内缓存框架,"['Java缓存', 'EhCache框架', '内存管理', '数据持久化', '缓存策略']
摘要由CSDN通过智能技术生成
Paper: Fuzzy Semantic Distance Measures between Ontological Concepts

Profile

From: IEEE 2004

Author: Valerie Cross

E-mail:crossv@mouhio.edu

Idea Abstract

Notes:

: Similarity between concepts

: Distance between concepts

: Relation between concepts

Way one

Expression

         (Expression 1)

, : Different concepts in one ontology

: The maximum depth of the taxonomic hierarchy

Sketch map

D

C1

C2

Chart 1

Way two

Expression

 (Expression 2)
: The length from the root to

: The length from the root to

: The length from the root to , which is the nearest parent node f

最低0.47元/天 解锁文章
metago
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
论文研究-限定语义距离的关键词同义扩展及精简.pdf
09-06
针对现存的单纯借助同义词词林或知识词典扩展关键词方法中存在噪音数据和计算量大的问题，提出了先扩展后精简的方法，即先利用同义词词林进行同义扩展，再利用知网义原树计算扩展词之间的语义距离，依据语义距离剔除相似度较小的噪音数据，实现关键词集合的精简。实验表明，当词语相似度阈值取0.8时，精简比例高达46.9%，精简后的关键词集合有效剔除了噪音数据，兼顾了信息检索的召回率和准确率，表现出良好的综合性能。
Synonym Extraction Using a Semantic Distance on a Dictionary(阅读笔记)
Youthenen的博客
03-11 355
摘要 “语义距离”这个概念试图对概念之间关联性的强弱给以定量表述。实际上语义距离的计算就是计算概念之间的相关系数。 论文中利用图结构计算词与词之间的距离，并用该距离去隔离给定单词的候选词。 注： 图是由顶点集V和顶点间的关系集合E（边的集合）组成的一种数据结构； 用二元组定义为：G=（V,E）。 实验部分 实验材料： TLFi（一本法语词典），针对其中的名词，动词，形容词。 Prox基本的假设...
自然语言处理之词移距离Word Mover's Distance
永远飞翔的鸟
03-16 3523
目录 一、从EMD到WMD 二、词移距离（WMD） 举例说明 带监督的词移距离（Supervised Word Mover’s Distance） 三、word2vec实现词移距离 四、词移距离来衡量唐诗诗句的相关性 一、从EMD到WMD EMD算法简介，该部分引用自[1]。 Earth Mover’s Distance (EMD)，和欧氏距离一样，他们都是一种距离度量的定...
相似性度量的各种距离（Distance）计算归类详解及应用（强烈建议收藏！！！备用）
车手只需要车和手，压力来自轮胎
08-02 6717
Distance ClassificationDistance欧氏距离(Euclidean Distance)闵可夫斯基距离（Minkowski distance）曼哈顿距离(Manhattan distance)切比雪夫距离 ( Chebyshev distance )标准化欧氏距离(Standardized Euclidean distance )马氏距离(Mahalanobis Distance)Reference Distance 由于最近在做故障诊断相关研究，不断学习各种算法，发现在很多算法里面都
hanLP探索-语义距离计算的实现
yeah_you_are的博客
05-18 644
hanLP探索——语义距离计算的实现 在翻看hanLP源码时，看见了计算词语语义距离的方法，不由得引起了我强烈的好奇心，是什么样的逻辑可以计算词语语义之间的距离。 探索 在jar包中有一个类com.hankcs.hanlp.dictionary.CoreSynonymDictionary ，根据注释可以知道这个类是与核心同义词词典相关的，其中有方法distance()可以计算词语距离，看代码。 /** * 语义距离 * @param itemA * @param ite
Hybrid monotonic inclusion measure and its use in measuring similarity and distance between fuzzy sets
02-20
In fuzzy set theory, all inclusion measure indicates the degree to which a given fuzzy set is contained in another fuzzy set. In this paper, we introduce a new definition of inclusion measure: hybrid ...
Fuzzy k 表示：Fuzzy k 表示聚类。-matlab开发
05-31
模糊k表示（Fuzzy k-Means）是一种在数据挖掘和模式识别领域广泛使用的聚类算法，它是传统k-means算法的扩展，适用于处理具有模糊边界的样本集。在这个算法中，每个样本不仅可以属于一个类别，而且可以以不同的隶属...
Entropy of interval-valued fuzzy sets based on distance and its relationship with similarity measure
02-20
First, we propose an axiomatic definition of entropy for IVFS based on distance which is consistent with the axiomatic definition of entropy of a fuzzy set introduced by De Luca, Termini and Liu....
菜单：Fuzzy Finder动态GUI菜单
02-12
菜单：Fuzzy Finder动态GUI菜单amenu是一个模糊查找器动态菜单，它使用终端仿真器作为GUI。为什么？ 少处理一个GUI程序（即 / ）。 :grinning_face_with_sweat:支持的终端仿真器ST xterm 白蚁依存关系安装git clone ...
菜单：Fuzzy Finder动态GUI菜单-Linux开发
05-27
菜单：Fuzzy Finder动态GUI菜单amenu是一个使用终端仿真器作为GUI的Fuzzy Finder动态菜单。 为什么？ 少处理一个GUI程序（即dmenu / rofi）。 :grinning_face_with_sweat:支持的终端仿真器st xterm白蚁依赖项fzf ...
穷人的语义处理工具箱之二：语义编辑距离
张俊林的博客
03-24 7999
本文介绍了一种语义版本的编辑距离。
语义相似度的计算方法
panjiao119的博客
11-02 8101
词语的语义相似度计算主要有两种方法 ： 一类是通过语义词典，把有关词语的概念组织在一个树形的结构中来计算； 另一类主要是通过词语上下文的信息，运用统计的方法进行求解。  1. 语义相似度 Dekang Lin认为任何两个词语的相似度取决于它们的共性(Commonality)和个性(Differences)，然后从信息论的角度给出了定义公式： 其中，分子
pyhanlp 文本推荐,同义改写,语义距离
weixin_30628077的博客
09-24 877
文本推荐 该部分的内容之所以在一起是因其底层原理相同。文本推荐，语义距离，同义改写等都是基于word2vec的。因为作者HanLP源代码和博客都没有写该部分的原理。所以笔者大概查看了源码，发现功能实现原理非常之简单，就是根据文档与给定单词的距离进行打分，而这个语义距离就是从word2vec来的。熟悉word2vec的同学听到这里应该也就明白其内部运行...
原创：语义相似度(理论篇)
randy_01的博客
08-24 967
原创：语义相似度(理论篇) 　　如果本文观点有不对的地方，欢迎指正！　author:佟学强　 开场白：对于事物的理解，一般分3个层次：①看山是山，看水是水②看山不是山，看水不是水③看山是山，看水是水。对AI和nlp的理解，同样会有这三个层次。比如，刚毕业的硕士或者毕业1~2年的，会热衷于研究GAN，seq2seq，甚至包括nlp刚起步的一些公司。这...
衡量文档相似性的一种方法-----词移距离 Word Mover's Distance
qrlhl的博客
11-12 1万+
问题的提出假如现在有一个任务，是判断两段文本之间的相似性，那我们应该怎么做呢？一个很自然的想法是用word2vec对两段文本的词向量化，然后再利用欧氏距离或者余弦相似性进行求解。不过这种方法有着致命的缺陷，即无法从文档整体上来考虑相似性，仅仅是基于词，这就造成了很大的信息缺失问题，下面要介绍的这种方法可以从文档整体上来考虑两个文档之间的相似性，这种技术称为词移距离（WMD）。词移距离（WMD）究竟什
NLP点滴——文本相似度
weixin_30745641的博客
12-06 2687
目录 前言 字面距离 common lang库 相同字符数 莱文斯坦距离(编辑距离) 定义 实现方式 Jaro距离 定义 实现方式 应用 ...
语义分割（Semantic Segmentation）方法
热门推荐
秀呀秀的博客
01-02 18万+
翻译来自：https://gist.github.com/khanhnamle1994/e2ff59ddca93c0205ac4e566d40b5e88 语义分割方面的资源：https://github.com/mrgloom/awesome-semantic-segmentation 1. 什么是语义分割 语义分割是当今计算机视觉领域的关键问题之一。从宏观上看，语义分割是一项高层次的任务，...
NLP点滴——文本相似度，计算文本间的距离
qq_27009517的博客
11-25 1628
前言 在自然语言处理过程中，经常会涉及到如何度量两个文本之间的相似性，我们都知道文本是一种高维的语义空间，如何对其进行抽象分解，从而能够站在数学角度去量化其相似性。而有了文本之间相似性的度量方式，我们便可以利用划分法的K-means、基于密度的DBSCAN或者是基于模型的概率方法进行文本之间的聚类分析；另一方面，我们也可以利用文本之间的相似性对大规模语料进行去重预处理，或者找寻某一实体名称的相关名称（模糊匹配）。而衡量两个字符串的相似性有很多种方法，如最直接的利用hashcode，以及经典的主题模型...
Hausdorff distance between mesh and its symmertic one.
menjiawan的专栏
03-24 1293
转载自：http://www.cnblogs.com/jast/p/4225740.html When talking about distances, we usually mean the shortest :   for instance, if a point X is said to be at distance D of a polygon P, we generally ass
语义Web服务模糊匹配：协作材料选择中的应用
文章提出了一个基于模糊集理论的语义匹配方法，该方法依赖于Web服务的WSDL（Web Service Description Language）规范中的语义注解。通过定义隶属函数，可以根据服务属性的相似度来量化服务对象之间的相似性。 模糊...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值