导读:本文包含了语义内容模型论文开题报告文献综述及选题提纲参考文献，主要关键词:知识元,学术文献,语义描述,语义揭示
语义内容模型论文文献综述
戎军涛[1]（2019）在《学术文献内容知识元语义描述模型研究》一文中研究指出【目的/意义】解决人类知识资源利用的办法是将知识的控制单位由"文献"深化到"知识元",这被认为是图书情报学研究取得突破的关键问题。【方法/过程】我们在分析知识元本质、形态的基础上,提出了知识元的语义结构由知识项、知识资源和属性函数叁部分构成。在此基础上我们从内容表达层、语义关联层和文献载体层叁个维度构建了知识元的语义模型,对模型各个要素进行了规范化说明,并给出了语义标注实例。【结果/结论】研究表明,该模型具有层次性,结构较为合理,语义效果显着,有利于语义揭示深入到知识单元,为细粒度的知识组织与发现提供了新的视角。(本文来源于《情报科学》期刊2019年07期）
孙宁[2]（2019）在《基于内容检索的叁维模型语义标注方法研究》一文中研究指出叁维模型作为继声音、图像、视频之后的第四种多媒体数据在互联网中的应用空间十分广泛,但由于高层语义与底层特征难以转换,导致叁维模型语义检索和标注过程中存在着语义鸿沟的问题。受国家自然科学基金(编号:61502094)与黑龙江省自然科学基金资助项目(编号:F2016002)资助,本论文以叁维模型进行快速识别与准确标注为目标,在综合对比了现有叁维模型语义标注方法的基础上,对提升语义标注的性能进行了探索研究。具体研究内容如下:(1)为了实现叁维模型的自动语义标注,本文设计并实现了一种基于近邻投票的叁维模型语义标注方法(Annotation Method of 3D Model Based on Neighbor Voting,AMNV)。该方法通过提取叁维模型的D2分布作为描述叁维模型外部形状特征,在k近邻方法的基础上利用EMD来计算标注目标与数据集之间的相似度距离,利用k个特征相似的近邻模型所包含的已知标签对待标注模型的标注结果进行标签传播,最终实现叁维模型的自动语义标注。(2)为了提升现有标注结果的多样性,本文提出了一种叁维模型语义标注多样性的优化方法(Diverse 3DModel Annotation,DMA)。在现有标注结果的基础上,对叁维模型的标注结果进行多样性优化。本文提出的方法利用了叁维模型标签与标签之间的语义相似度计算定义叁维模型多样性度量,通过综合考虑标注多样性与准确性,将低于标签相关性期望的标注结果重新排序,实现标注结果的多样性优化。(3)针对单纯依赖机器计算得出的标注结果可信度不高的问题,本文引进了人工查询相关反馈的叁维模型语义标注优化方法。该方法主要依靠用户对叁维模型的查询结果进行进一步的优化。通过用户主动查询相关标注结果并对结果进行二元置信度评分,实现现有标注结果与叁维模型真实语义的相关性优化,最终实现叁维模型标注结果的改善。为了满足现有叁维模型检索和使用的需求,本文设计并开发了一个基于内容检索的叁维模型语义标注系统。该系统在实现了叁维模型的自动语义标注的基础上,提供了基于文本检索和基于内容特征检索的叁维模型语义检索功能,另外还为用户提供了基于查询相关反馈的标注结果改善接口。通过本文提出方法的应用,该系统提高了叁维模型检索和管理的性能,使用户在检索和使用叁维模型时能够更加高效、便捷。(本文来源于《东北石油大学》期刊2019-05-20）
习海旭,钱进,黄纯国[3]（2015）在《基于语义网的教学资源内容包装信息模型研究》一文中研究指出教学资源的开放共享需要形成有效的共享机制和成熟的模型技术框架。现有的学习技术标准为教学资源的共享提供了元数据标准,但在异构数据语义共享方面存在缺陷。分析了基于语义网的教学资源共享系统模型,改进了教学资源SCORM内容包装信息模型,针对学习资源的个性化推荐需求设计并实现了教学资源推荐功能,详细描述了语义网Web程序开发的一般过程和通用模块的实现。基于语义包装的资源检索方法在课程教学素材、参考资料的关联推荐完整度上比传统的资源检索方法有了较大的提高。(本文来源于《江苏理工学院学报》期刊2015年02期）
翟保军[4]（2013）在《疑问句的语义内容及解释模型》一文中研究指出疑问句是一种意义类型,形式语义学将疑问句语义的内容与其答语结合起来,主要有两种具体的分析方法:命题集合的方法和结构性意义的方法。在疑问句的生成模型中,间接疑问句作为中间层,在其基础上通过不同的规则生成不同类型的疑问句及语义解释。(本文来源于《现代语文(学术综合版)》期刊2013年11期）
张伟,黄炜,夏利民[5]（2013）在《基于广义内容概率潜在语义分析模型的推荐》一文中研究指出针对推荐系统中存在新项目及准确性难以把握等问题,提出一种基于广义内容概率潜在语义模型的推荐方法。该方法以概率潜在语义模型为基础,引入两组潜在变量及项目特征来建立广义内容概率潜在语义模型。该模型中两组潜在变量分别表示用户群体和项目群体,项目特征根据实际情况以特征词的形式进行表示,且通过不对称学习算法完成未知参数的训练及预测。利用叁个不同的数据集对所提方法进行实验验证,结果表明该方法具有良好的项目推荐品质。(本文来源于《计算机应用》期刊2013年05期）
刘华鹏,刘胜全,刘艳,张华楠,李鹏[6]（2014）在《基于语义的Web内容安全检测模型》一文中研究指出Web内容安全是当前社会稳定和发展的重要研究课题之一。利用本体和动态描述逻辑,提出了一种基于语义的Web内容安全检测模型,并通过实例应用验证了该模型的可行性和有效性,从而能支持智能化的Web内容安全检测。(本文来源于《计算机工程与应用》期刊2014年14期）
宋海玉,李雄飞,包翠竹,金鑫,岳青宇[7]（2012）在《基于视觉内容与语义相关的图像标注模型》一文中研究指出针对当前标注系统的不足,设计了一种高效的标注模型,其标注步骤包括标注和标注改善,标注算法采用加权的正反例标志向量法,标注改善采用NGD方法。实验表明,标注效率远优于经典的标注模型,标注质量优于大多数标注模型。(本文来源于《大连民族学院学报》期刊2012年01期）
老松杨,白亮,刘海涛,Alan,F,Smeaton[8]（2009）在《基于感知概念和有限状态机的体育视频语义内容分析模型》一文中研究指出视频内容自动分析领域中,关键的挑战在于如何识别重要对象和如何建模对象之间的时空关系.本文基于感知概念(Perception Concepts,简称PCs)和有限状态机(Finite State Machines,简称FSMs)提出一种语义内容分析模型自动描述和探测体育视频中有意义的语义内容.根据体育视频中可识别的特征元素,定义PCs来表示视频中重要的语义模式;设计PC-FSM模型来描述PCs间的时空关系;采用一个图匹配方法自动探测视频中的高层语义.本文提出的方法使用户能够根据其自身的兴趣和知识设计体育视频的查询描述,并将语义内容探测问题转换为图匹配问题.实验结果验证了本文提出的方法的有效性.(本文来源于《小型微型计算机系统》期刊2009年06期）
彭小宁,杨军,赵嫦花[9]（2008）在《基于本体的共享内容对象参考模型语义化》一文中研究指出从语义的角度出发探讨如何利用本体实现对共享内容对象参考模型(SCORM)的语义化,使得SCORM标准既能实现资源的标准化又能满足教学的智能化,同时使得SCORM标准可以适应未来语义网络的需求,扩展SCORM标准的应用前景.(本文来源于《吉首大学学报(自然科学版)》期刊2008年06期）
谢晓能,吴飞[10]（2007）在《基于向量空间模型的视频语义相关内容挖掘》一文中研究指出对海量视频数据库中所蕴涵的语义相关内容进行挖掘分析,是视频摘要生成方法面临的难题。该文提出了一种基于向量空间模型的视频语义相关内容挖掘方法:对新闻视频进行预处理,将视频转化为向量形式的数据集,采用主题关键帧提取算法对视频聚类内容进行挖掘,保留蕴涵场景独特信息的关键帧,去除视频中冗余的内容,这些主题关键帧按原有的时间顺序排列生成视频的摘要。实验结果表明,使用该视频语义相关内容挖掘的算法生成的新闻视频具有良好的压缩率和内容涵盖率。(本文来源于《计算机工程》期刊2007年09期）
语义内容模型论文开题报告
（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：
叁维模型作为继声音、图像、视频之后的第四种多媒体数据在互联网中的应用空间十分广泛,但由于高层语义与底层特征难以转换,导致叁维模型语义检索和标注过程中存在着语义鸿沟的问题。受国家自然科学基金(编号:61502094)与黑龙江省自然科学基金资助项目(编号:F2016002)资助,本论文以叁维模型进行快速识别与准确标注为目标,在综合对比了现有叁维模型语义标注方法的基础上,对提升语义标注的性能进行了探索研究。具体研究内容如下:(1)为了实现叁维模型的自动语义标注,本文设计并实现了一种基于近邻投票的叁维模型语义标注方法(Annotation Method of 3D Model Based on Neighbor Voting,AMNV)。该方法通过提取叁维模型的D2分布作为描述叁维模型外部形状特征,在k近邻方法的基础上利用EMD来计算标注目标与数据集之间的相似度距离,利用k个特征相似的近邻模型所包含的已知标签对待标注模型的标注结果进行标签传播,最终实现叁维模型的自动语义标注。(2)为了提升现有标注结果的多样性,本文提出了一种叁维模型语义标注多样性的优化方法(Diverse 3DModel Annotation,DMA)。在现有标注结果的基础上,对叁维模型的标注结果进行多样性优化。本文提出的方法利用了叁维模型标签与标签之间的语义相似度计算定义叁维模型多样性度量,通过综合考虑标注多样性与准确性,将低于标签相关性期望的标注结果重新排序,实现标注结果的多样性优化。(3)针对单纯依赖机器计算得出的标注结果可信度不高的问题,本文引进了人工查询相关反馈的叁维模型语义标注优化方法。该方法主要依靠用户对叁维模型的查询结果进行进一步的优化。通过用户主动查询相关标注结果并对结果进行二元置信度评分,实现现有标注结果与叁维模型真实语义的相关性优化,最终实现叁维模型标注结果的改善。为了满足现有叁维模型检索和使用的需求,本文设计并开发了一个基于内容检索的叁维模型语义标注系统。该系统在实现了叁维模型的自动语义标注的基础上,提供了基于文本检索和基于内容特征检索的叁维模型语义检索功能,另外还为用户提供了基于查询相关反馈的标注结果改善接口。通过本文提出方法的应用,该系统提高了叁维模型检索和管理的性能,使用户在检索和使用叁维模型时能够更加高效、便捷。
（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。
语义内容模型论文参考文献
[1].戎军涛.学术文献内容知识元语义描述模型研究[J].情报科学.2019
[2].孙宁.基于内容检索的叁维模型语义标注方法研究[D].东北石油大学.2019
[3].习海旭,钱进,黄纯国.基于语义网的教学资源内容包装信息模型研究[J].江苏理工学院学报.2015
[4].翟保军.疑问句的语义内容及解释模型[J].现代语文(学术综合版).2013
[5].张伟,黄炜,夏利民.基于广义内容概率潜在语义分析模型的推荐[J].计算机应用.2013
[6].刘华鹏,刘胜全,刘艳,张华楠,李鹏.基于语义的Web内容安全检测模型[J].计算机工程与应用.2014
[7].宋海玉,李雄飞,包翠竹,金鑫,岳青宇.基于视觉内容与语义相关的图像标注模型[J].大连民族学院学报.2012
[8].老松杨,白亮,刘海涛,Alan,F,Smeaton.基于感知概念和有限状态机的体育视频语义内容分析模型[J].小型微型计算机系统.2009
[9].彭小宁,杨军,赵嫦花.基于本体的共享内容对象参考模型语义化[J].吉首大学学报(自然科学版).2008
[10].谢晓能,吴飞.基于向量空间模型的视频语义相关内容挖掘[J].计算机工程.2007