导读:本文包含了特征语义论文开题报告文献综述及选题提纲参考文献，主要关键词:文本聚类,词向量,特征向量,Word2Vec
特征语义论文文献综述
张弛,张贯虹[1]（2019）在《基于词向量和多特征语义距离的文本聚类算法》一文中研究指出针对传统文本聚类算法中存在语义相似度计算向量维度高、忽视特征词词频、位置、词距和语义缺失等问题,提出了一种基于词向量和多特征语义距离的文本聚类算法(M-W2-KS)。首先使用Word2Vec训练语料库中的所有特征词,以向量形式进行表征;然后综合考虑特征词的词频、位置、词距信息以及特征词间的欧式距离,计算文本间的语义相似度,并将其应用到K-means算法中,实现文本的聚类。实验结果表明,运用M-W2-KS算法,可以有效提升聚类效果,使聚类结果更加准确。(本文来源于《重庆科技学院学报(自然科学版)》期刊2019年03期）
赵彦会,崔嘉,董新锋,王化雨,郑元杰[2]（2018）在《基于特征语义模型的复杂结构图像分割算法》一文中研究指出针对结构复杂图像所具有的相似复杂性和属性复杂性,提出了基于特征语义模型的图像分割算法,通过采用矩阵分解将图像分割问题转化为最优化问题.对原始图像进行视窗扫描,选取规模为n的视窗计算所有像素的特征语义.经过PCA降维后,在保证特征信息最小丢失的前提下计算相互之间的特征语义相似度.通过最优化理论近似寻找特征语义相同的像素点集,从而完成结构复杂图像的分割.经过实验证明,本文方法针对结构复杂的图像物体分割完整,细节分割精细.通过对比实验验证了该方法的有效性.(本文来源于《扬州大学学报(自然科学版)》期刊2018年03期）
张莉萍,陈莹,朱亚军[3]（2018）在《商标名命名义的语义特征、语义指向与诉求模式》一文中研究指出商标名命名义是商标名语义最为重要的样态和核心内容,非线性和非固定性是其显着特征。作为一种特殊的语言诉求符号,商标名命名义的意指倾向决定了不同的语义指向和不同的诉求模式。当意指倾向目标为命名主体时,就形成了感性诉求语义指向与模式;当意指倾向目标为命名客体(商品或服务)时,就形成了理性诉求语义指向与模式;当意指倾向目标既为命名主体又为命名客体时,就形成了兼容性诉求语义指向与模式。(本文来源于《外语研究》期刊2018年02期）
张毓,陈军清[4]（2018）在《基于深度特征语义学习模型的垃圾短信文本聚类研究》一文中研究指出随着社交媒体的发展,短文本聚类已经变成一个非常重要的任务,但由于其长度短小,稀疏等特点,使其机具有挑战性。提出一种基于深度特征语义学习模型的垃圾短信文本聚类方法,这些模型包括RNN模型,GRU模型,LSTM模型,bidirectional LSTM模型(BI-LISTM)。所做工作的创新在于第一次运用BI-LSTM模型于垃圾短信聚类研究方面。该模型达到极其可观的聚类效果,且相对于其他模型,该模型具有强大的健壮性。(本文来源于《现代计算机(专业版)》期刊2018年07期）
孙青波[5]（2017）在《新闻标题中“一言不合就X”构式的语法特征、语义特点及其语用价值》一文中研究指出非因果关系的"一言不合就X"出现在新闻标题中时,表达新闻叙事者对轻易发生"X"所表示的动作、行为或事件的主观评价。"X"主要是双音节动词或其他谓词性词语,具有超常规的语义特征;可以独立成句,也可充当复句分句;其背后隐藏着新闻叙事者的主观性,主要体现为小量条件预设与正负两极评价;语用上,形式新鲜、表义简练、焦点凸显,因而频繁地出现在汉语新闻标题中。(本文来源于《宿州学院学报》期刊2017年08期）
孙青波[6]（2017）在《论“共享X”词族的语法特征、语义框架及其产生原因》一文中研究指出当代汉语中"共享X"类新词具有名词性成分的性质,语义上指"通过网络平台对闲置的"X"资源分时段进行出租的一种商业模式";其中,"X"主要是双音节或叁音节名词,具有[+高频]的语义特征。它们的产生同"互联网+"时代新兴产业创新、现代生活中人们分享意识的觉醒以及语言类推机制有关。对这一类新词族,需做好词典收录与解释工作。(本文来源于《宿州学院学报》期刊2017年10期）
潘晓颖[7]（2017）在《英语频度副词的时态特征、语义等级及结构关系》一文中研究指出英语频度副词,作为颇有特色的副词,其语义上的模糊性和句中位置的复杂性,往往给学习者带来困惑。本文作者从词语数量和是否明确频度时间对英语频度副词进行了分类。本文重点探讨的是英语不定期、独词项频度副词的时态特征、语义等级和结构关系。语义等级从四等分进行了更为细化的区分,而且把含有否定语义的频度副词纳入等级中。时态特征中重点探讨进行时态和频度副词搭配的特殊用法。频度副词在句中的结构关系主要围绕频度副词到底是修饰命题还是修饰动词展开。英语频度副词的探讨,有助于语言学习者的理解和应用,对教学也有积极的作用。(本文来源于《科教文汇(上旬刊)》期刊2017年03期）
周波,刘学军,徐俊波[8]（2017）在《顾及地形特征语义约束的高保真地形建模方法探索》一文中研究指出地形建模过程中常缺乏对地形整体特征的表达,这导致了当前地形模型中地形局部特征并不符合地形对象属性这一失真现象的出现。该文提出了"地形语义"概念来实现对地形局部特征的描述,通过语义的形式化表达实现了对其区域内高程的约束,同时设计了语义DEM(S-DEM)概念模型,基于与现有格网DEM兼容的数据结构,实现了顾及语义的内插方法,并通过建立叁维原型系统实现了S-DEM的叁维表达。与传统方法相比,S-DEM模型保证了地形区域特征与地形属性的一致性,确保了地形局部特征与垂直面的表达。研究结果表明,地形语义在本质上是地形对象特征的体现,同时在数据结构上依赖于地形的面向对象表达。(本文来源于《地理与地理信息科学》期刊2017年01期）
李湘东,巴志超,高凡[9]（2016）在《数字文本自动分类中特征语义关联及加权策略研究综述与展望》一文中研究指出【目的】探讨目前针对书目、题录信息以及新闻网页、博客等新兴媒体开展的数字文本自动分类研究中存在的主要问题和可能的解决方向。【文献范围】基于机器学习方法的自动分类研究领域中,关于特征语义转换、特征扩展和加权策略等方面的主要研究成果及相关文献。【方法】按照主要研究、关键技术、现有成果水平和今后发展方向等方面进行分析归纳。【结果】针对特征语义转换、特征扩展和加权策略等研究领域,分析问题的现象和原因,指出当前研究在文本语义表示、各种知识库的利用等方面存在的不足。【局限】没有涉及分类过程中分类算法等其他比较成熟的研究领域。【结论】今后可以从向量空间模型与概率主题模型相结合、利用各种外部知识库并提高概念相似度计算能力、结合多种加权策略构建复合加权表示模型等方向开展分类研究,以提高数字文本自动分类的性能。(本文来源于《现代图书情报技术》期刊2016年09期）
赵红伟,诸云强,杨宏伟,罗侃[10]（2016）在《地理空间数据本质特征语义相关度计算模型》一文中研究指出关联数据是跨网域整合多源异构地理空间数据的有效方式,语义丰富的关联是准确、快速发现目标数据的关键。根据地理空间数据在空间、时间、内容上的语义关系,提出地理空间数据本质特征语义相关度计算模型。通过构建本质特征的关联指标体系,分层次逐级计算地理空间数据的语义相关度。与传统的语义相关度计算方式不同,以地理元数据为语料库,充分考虑地理空间数据的特点及空间、时间、内容在检索中不同的重要程度,分别采用几何运算、数值运算、词语语义相似度计算和类别层次相关度计算的方式,构建地理空间数据的语义相关度计算模型。该模型具有构建简单、适用于多源异构数据、充分结合了数学运算和专家经验知识等特点。实验表明:模型能够有效地计算地理空间数据本质特征的语义相关度,并具备一定的扩展性。(本文来源于《地理研究》期刊2016年01期）
特征语义论文开题报告
（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：
针对结构复杂图像所具有的相似复杂性和属性复杂性,提出了基于特征语义模型的图像分割算法,通过采用矩阵分解将图像分割问题转化为最优化问题.对原始图像进行视窗扫描,选取规模为n的视窗计算所有像素的特征语义.经过PCA降维后,在保证特征信息最小丢失的前提下计算相互之间的特征语义相似度.通过最优化理论近似寻找特征语义相同的像素点集,从而完成结构复杂图像的分割.经过实验证明,本文方法针对结构复杂的图像物体分割完整,细节分割精细.通过对比实验验证了该方法的有效性.
（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。
特征语义论文参考文献
[1].张弛,张贯虹.基于词向量和多特征语义距离的文本聚类算法[J].重庆科技学院学报(自然科学版).2019
[2].赵彦会,崔嘉,董新锋,王化雨,郑元杰.基于特征语义模型的复杂结构图像分割算法[J].扬州大学学报(自然科学版).2018
[3].张莉萍,陈莹,朱亚军.商标名命名义的语义特征、语义指向与诉求模式[J].外语研究.2018
[4].张毓,陈军清.基于深度特征语义学习模型的垃圾短信文本聚类研究[J].现代计算机(专业版).2018
[5].孙青波.新闻标题中“一言不合就X”构式的语法特征、语义特点及其语用价值[J].宿州学院学报.2017
[6].孙青波.论“共享X”词族的语法特征、语义框架及其产生原因[J].宿州学院学报.2017
[7].潘晓颖.英语频度副词的时态特征、语义等级及结构关系[J].科教文汇(上旬刊).2017
[8].周波,刘学军,徐俊波.顾及地形特征语义约束的高保真地形建模方法探索[J].地理与地理信息科学.2017
[9].李湘东,巴志超,高凡.数字文本自动分类中特征语义关联及加权策略研究综述与展望[J].现代图书情报技术.2016
[10].赵红伟,诸云强,杨宏伟,罗侃.地理空间数据本质特征语义相关度计算模型[J].地理研究.2016