导读:本文包含了关键词扩展论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:语义,关键词,同义词,对称,属性,定长,句法。
关键词扩展论文文献综述
徐光伟,史春红,王文涛,潘乔,李锋[1]（2019）在《基于语义扩展的多关键词可搜索加密算法》一文中研究指出云存储中为保护数据所有者的数据安全性和隐私性,采用数据加密后再提供按需数据服务的方式,可搜索加密技术是解决加密数据接入的关键方法.但搜索时的多关键词不加区别和忽视索引之间的关联性会造成搜索时间长和准确率低等问题,提出一种基于语义扩展的多关键词可搜索加密算法.首先,基于依存句法区分多关键词的重要性进行语义扩展,并生成多关键词陷门;其次,基于凝聚层次聚类和关键词平衡二叉树,构建索引关联性的索引树结构;最后,引入剪枝参数和相关性得分阈值对索引树进行剪枝,在索引树中过滤掉索引无关的子树.基于真实数据集的理论和实验分析表明:所提算法能够抵抗规模分析攻击,并能提高搜索时间效率和搜索准确率.(本文来源于《计算机研究与发展》期刊2019年10期）
霍欢,薛瑶环,周澄睿,邹依婷,金轩城[2]（2019）在《一种基于关键词扩展的答案块提取模型》一文中研究指出针对问答式机器阅读理解中非定长答案的提取问题,本文提出了一种基于关键词扩展的答案块提取模型.该模型首先确定答案所在区块的中心词,即将文本与问题进行联合处理后计算问题关于联合向量的注意力值并按列输入softmax函数,将此概率分布矩阵逐列相加后遍历全文,检索出答案所在区块的中心词.然后,以该词为中心进行答案块扩展,并在每次扩展后计算答案块与问题向量之间的相似程度,相似度开始减小时停止扩展以优化候选答案块的质量.相较于以往的答案块提取模型,该模型一方面不再依赖于词性标注,另一方面大大提高了答案块的生成效率,在简化模型的同时提高了机器阅读理解的准确性.实验结果表明,该模型在SQuAD测试数据集上的EM(Exact Match)和F1值均表现优异,分别获得了65. 7%和74. 3%的准确度.(本文来源于《小型微型计算机系统》期刊2019年04期）
庞晓琼,严小龙,陈文俊,余本国,聂梦飞[3]（2019）在《支持语义扩展的动态多关键词密文排序检索》一文中研究指出针对云存储环境下已有的动态多关键词密文排序检索方案不支持关键词语义扩展、不具备前向安全和后向安全的问题,提出一种支持语义检索且具备前向安全和后向安全的动态多关键词密文排序检索方案。该方案通过构建语义关系图实现查询关键词的语义扩展;使用树索引结构实现数据的检索和动态更新;利用向量空间模型实现多关键词排序搜索;基于安全K近邻算法对维度扩展后的索引和查询向量进行加密。安全性分析表明,该方案在已知密文模型下是安全的且具有动态更新时的前向安全和后向安全。效率分析及仿真实验结果表明,该方案在服务器检索效率方面优于目前同类型具有相同安全性或相同功能的方案。(本文来源于《计算机应用》期刊2019年04期）
曾曦,阳红,常明芳,冯骁骋,赵妍妍[4]（2019）在《基于主题模型的短文本关键词抽取及扩展》一文中研究指出文章主要研究短文本关键词抽取及具有丰富文本含义的关键词扩展问题,在关键词抽取工作中将文本主题分类信息和词搭配关系引入到传统的TF-IDF算法中;在关键词扩展的工作中,通过构建词的特征表示向量,计算文本关键词和类别特征词相似度,从而发现所需扩展的关键词,两方面工作均取得了令人满意的结果。(本文来源于《山西大学学报(自然科学版)》期刊2019年02期）
李勇,相中启[5]（2019）在《支持检索关键词语义扩展的可排序密文检索方案》一文中研究指出针对云计算环境下已有的密文检索方案不支持检索关键词语义扩展、精确度不够、检索结果不支持排序的问题,提出一种支持检索关键词语义扩展的可排序密文检索方案。首先,使用词频逆文档频率(TF-IDF)方法计算文档中关键词与文档之间的相关度评分,并对文档不同域中的关键词设置不同的位置权重,使用域加权评分方法计算位置权重评分,将相关度评分与位置权重评分的乘积设置为关键词在文档索引向量上相应位置的取值;其次,根据Word Net语义网对授权用户输入的检索关键词进行语义扩展,得到语义扩展检索关键词集合,使用编辑距离公式计算语义扩展检索关键词集合中关键词之间的相似度,并将相似度值设置为检索关键词在文档检索向量上相应位置的取值;最后,加密产生安全索引和文档检索陷门,在向量空间模型(VSM)下进行内积运算,以内积运算的结果为密文检索文档的排序依据。理论分析和实验仿真表明,所提方案在已知密文模型和已知背景知识模型下是安全的,且具备对检索结果的排序能力;与多关键字密文检索结果排序(MRSE)方案相比,所提方案支持关键词语义扩展,查询准确率比MRSE方案更加准确可靠,而检索时间则与MRSE方案相差不大。(本文来源于《计算机应用》期刊2019年01期）
李言武,郑勇[6]（2018）在《基于语义扩展的汉语全覆盖关键词提取算法》一文中研究指出针对不利于关键词提取质量的同义词现象、一词多义现象及文章主题难以准确全面表达等问题,提出了一种基于语义的关键词提取算法CFCKE_SE,通过《同义词词林》语义词典与统计信息计算语义的相关度、相似度,获得语义扩展度及其计算方法,融合词汇链方法与语义扩展度,对其依次进行预处理、多义词词义消歧、同义词合并、词汇链构建、有效特征选取和对权重进行综合计算的处理,这样提取出的关键词既能杜绝同义词冗余表达,又能将文本的主题全面而准确地覆盖。实验分析表明,相对于基于词频逆向文件频率(TFIDF)的方法和基于词汇链的方法,基于CFCKE_SE的方法具备更好的提取效果,其实际应用价值较高。(本文来源于《控制工程》期刊2018年07期）
涂俊亮,雷波[7]（2017）在《基于MRDI的关键词语义扩展密文检索技术研究》一文中研究指出面向云环境中精确密文检索需求,设计了一种多属性、双索引(Multi-Rationality for Dual-Indexing,MRDI)检索方案。检索时对查询关键词进行语义扩展,并利用语义相似度过滤扩展结果来获得扩展查询集,以便更好地理解用户查询意图。从建索和检索两方面改进传统密文检索方案,高效检索出包含对应关键词的文件目录信息,同时提高了查准率。实验结果表明,该方案具有高效性和可行性。(本文来源于《通信技术》期刊2017年12期）
郑志蕴,王振涛,张行进,王振飞[8]（2016）在《基于二分图的RDF关键词扩展查询方法》一文中研究指出使用图表示RDF数据可以保持数据间的关联信息和语义信息,越来越多的关键词查询方法基于图结构实现RDF数据的查询处理。将二分图与RDF数据图相结合,定义RDF二分图模型,并提出一种基于二分图的RDF关键词扩展查询方法 KERBG。该方法将文本信息封装在二分图顶点标签上,以支持对关系的查询;利用关键词同义词扩展技术对查询关键词进行语义扩展,有效解决同一对象的描述用词的多样性问题,进而提高查准率;利用RDF二分图的反对称邻接矩阵及其幂矩阵构造包含关键顶点的查询结果子图,实现关键词查询处理,并降低查询响应时间。实验结果表明,在查准率和查询响应时间方面,提出的KERBG方法优于当前主流方法。(本文来源于《计算机科学》期刊2016年11期）
刘豫川[9]（2016）在《基于JAVA的行业属性关键词扩展方法设计与实现》一文中研究指出伴随因特网的快速发展及计算机越来越为大众所认可,信息随之显现出迅速膨胀的态势。信息增长所呈现出的过量形式,随之也引发了相应负面影响:大众面对着庞杂的信息,很难攫取自身所需精准的资料。怎样自众多数据中抽取有价值的信息是当前研究的热点。信息抽取正是在这种背景下应运而生的。属性是各异种类事物的特点,也是理解信息的关键点,属性抽取具有重要的实际意义与广阔的应用前景,已经成为信息抽取领域的研究热点,吸引了大量学者展开广泛而深入的研究。虽然取得了一定的进展,但目前的属性抽取方法不可避免的存在对使用者要求高,可移植性不高,正确率与召回率低,抽取效率低下等诸多问题。一方面,现有的文本信息抽取有基于规则的方法和基于统计的方法。基于规则的方法无需运用众多标注语料,进而将众多工作精简,但这种信息抽取方法的正确率及召回率完全取决于规则的设定,需要丰富的经验与先验知识。基于统计的方法则需要先进行大量语料的学习,再在此基础上制定信息抽取策略,这种信息抽取方法的正确率及召回率则需要取决于语料的丰富程度与语料信息所涉及的领域范围。另一方面,属性关键词这一触发词为属性描述的重要特征,是制定规则的必要条件。汉语的表达方式灵活多样,描述同一个属性可能使用多个词,属性词语存在的字面不同点引发了分散的属性值。现有关键词拓展算法均采用基于现有词语库来对关键词进行扩展的原理,该方法依赖于所用词语库的完备程度,而且缺乏对现有语料库信息的有效利用。本文针对以上问题,从属性关键词扩展方法、信息抽取方法两个方面展开研究。首先,借助开源爬虫对诸如百度百科、互动百科及维基百科这些互动百科条目予以下载。这一领域的百科联系的类别众多,有关种类的条目中蕴含着丰富的属性信息。基于网络百科进行属性关键词扩展研究对于属性抽取具有重要的意义。其次,提出一种基于现有词语库同时利用现有语料资料中词语相关程度相结合的属性关键词拓展算法,并针对快消品类别,实现了属性关键词扩展。然后,在这种属性关键词拓展算法的基础上提出一种半自动化的自学习信息抽取方法,在保证准确率与召回率的同时极大的减少了信息提取的工作量。最后,采用了试验的方式对方法的有效性进行了验证。从而最终实现了基于百科数据对快消品属性信息准确、高效的进行抽取的目的。(本文来源于《电子科技大学》期刊2016-10-08）
沈熠,赵琳[10]（2016）在《一种基于影视素材本体的关键词查询扩展方法研究》一文中研究指出在语义搜索引擎系统中,为了使检索内容在不限制用户输入的情况下,检索结果更接近用户的需求,提出一种基于影视素材本体的查询扩展方法。对用户的检索文本中的关键词依据本体模型进行推理并按照相似度语义扩展,旨在得到更符合用户检索需求的扩展关键词集,在此基础上进行影视素材的检索,从而提高搜索引擎的召回率。(本文来源于《微型机与应用》期刊2016年15期）
关键词扩展论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对问答式机器阅读理解中非定长答案的提取问题,本文提出了一种基于关键词扩展的答案块提取模型.该模型首先确定答案所在区块的中心词,即将文本与问题进行联合处理后计算问题关于联合向量的注意力值并按列输入softmax函数,将此概率分布矩阵逐列相加后遍历全文,检索出答案所在区块的中心词.然后,以该词为中心进行答案块扩展,并在每次扩展后计算答案块与问题向量之间的相似程度,相似度开始减小时停止扩展以优化候选答案块的质量.相较于以往的答案块提取模型,该模型一方面不再依赖于词性标注,另一方面大大提高了答案块的生成效率,在简化模型的同时提高了机器阅读理解的准确性.实验结果表明,该模型在SQuAD测试数据集上的EM(Exact Match)和F1值均表现优异,分别获得了65. 7%和74. 3%的准确度.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
关键词扩展论文参考文献
[1].徐光伟,史春红,王文涛,潘乔,李锋.基于语义扩展的多关键词可搜索加密算法[J].计算机研究与发展.2019
[2].霍欢,薛瑶环,周澄睿,邹依婷,金轩城.一种基于关键词扩展的答案块提取模型[J].小型微型计算机系统.2019
[3].庞晓琼,严小龙,陈文俊,余本国,聂梦飞.支持语义扩展的动态多关键词密文排序检索[J].计算机应用.2019
[4].曾曦,阳红,常明芳,冯骁骋,赵妍妍.基于主题模型的短文本关键词抽取及扩展[J].山西大学学报(自然科学版).2019
[5].李勇,相中启.支持检索关键词语义扩展的可排序密文检索方案[J].计算机应用.2019
[6].李言武,郑勇.基于语义扩展的汉语全覆盖关键词提取算法[J].控制工程.2018
[7].涂俊亮,雷波.基于MRDI的关键词语义扩展密文检索技术研究[J].通信技术.2017
[8].郑志蕴,王振涛,张行进,王振飞.基于二分图的RDF关键词扩展查询方法[J].计算机科学.2016
[9].刘豫川.基于JAVA的行业属性关键词扩展方法设计与实现[D].电子科技大学.2016
[10].沈熠,赵琳.一种基于影视素材本体的关键词查询扩展方法研究[J].微型机与应用.2016