基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
给出基于LSC模型的EM方法进行汉语语义优选的学习.具体步骤是首先随机为参数模型赋予初值;然后迭代运行EM算法,直到收敛;最后计算动词和名词的语义关联度,以此衡量其搭配的可能性.大量实验结果表明LSC模型能够较好地体现动、名词的搭配模式,且算法迭代收敛速度快.该方法无需语法标注的语料库,适合应用于汉语.
推荐文章
深度学习语义分割方法在遥感影像分割中的性能分析
遥感影像
深度学习
语义分割
总体精度
迁移学习
指导学生学习语言文字运用的策略
学生学习
语言文字运用
策略
语义网络的结构:我们怎样学习语义知识
语义网络
复杂网络
小世界
无尺度
层次结构
增量学习语义属性的图像内容检索系统增强
图像内容检索
语义属性
低层特征
增量学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 无指导学习语义优选
来源期刊 计算机应用与软件 学科 工学
关键词 语义优选 潜在语义聚类 无指导学习
年,卷(期) 2012,(1) 所属期刊栏目 基金项目论文
研究方向 页码范围 155-158,216
页数 分类号 TP18
字数 4020字 语种 中文
DOI 10.3969/j.issn.1000-386X.2012.01.044
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 石晶 长春工业大学计算机科学与工程学院 8 243 4.0 8.0
2 张丽娟 长春工业大学计算机科学与工程学院 31 156 7.0 11.0
3 赵伟 吉林农业大学信息技术学院 22 160 8.0 12.0
4 李东明 吉林农业大学信息技术学院 24 88 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (1)
共引文献  (4)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (1)
二级引证文献  (1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
语义优选
潜在语义聚类
无指导学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导