1) semantic association
语义关联
1.
Improvement of semantic association algorithms based on semantic tree
基于语义树的语义关联度算法改进
2.
A Chinese language input form based on keyboard combination of words and sentences is proposed, using word collocation, semantic association, fixed collocation and sentence patterns in the recognition of homophonic words.
采用词和句相结合的方式输入汉语的拼音码 ,采用词法规则、句法模式及语义关联等方法区分同音词 。
3.
A query refinement scheme,which synthesizes the synonymic relation and the semantic association,is presented.
通过对查询关键字词法特性和本体实例之间语义关联强弱的分析,提高了查询关键字到本体概念映射的完整性和准确率,帮助搜索引擎对用户的意图做出有效推测,解决了传统搜索引擎不能很好理解用户意图的问题。
2) semantic relevance
语义关联
1.
The effect of semantic relevance was found in Experiment 1,in which the semantic relevance factor significantly influenced the reading time in the temporarily ambiguous region,disambiguation region and post-ambiguous region.
通过实验探讨了汉语直接宾语(DO)/宾语小句(SC)类暂时句法歧义句理解加工中的语义关联性效应。
2.
The main effects of semantic relevance and syntactic ambiguity were found in the temporarily am- biguous region and disambiguation region and significant interaction of semantic relevance and syntactic ambiguity was found in the disambiguation region.
采用自定速移动视窗技术,探讨语义关联性和句法歧义性对汉语直接宾语、宾语小句类暂时句法歧义句理解加工的影响。
3.
This paper discusses the vasious patterns of semantic relevance between the two parts of XieHouYu (a two pact allegonical saying) by examing the semantic relationship between the two parts.
文章主要从微观角度对歇后语的语面和语底之间的语义关系进行考察 ,探讨二者之间语义关联方式的多样性 :从总体上可以分为词义关联和句义关联二类 ,其中又包含多个细节情形。
3) semantic correlation
语义关联
1.
Semantic Correlation Based Text Clustering Approaches;
基于语义关联的文本聚类方法
2.
By using Ontology+OWL technology to describe Web services, the authors have presented the grid service matching principle based on semantic correlation and its simple algorithm under the foundation of the expansion service description.
利用本体(Ontology)+OWL技术对Web服务进行描述,在扩展服务描述的基础上,给出了基于语义关联度的网格服务匹配原理及其简单算法。
4) semantic relation tree
语义关联树
1.
This paper Introduces optimization research on personalized web search system in the view of user preference,and provides a new query expansion algorithm based on semantic relation tree and intelligent frame of personalized search system fitted user preference.
文章从用户偏好的角度对个性化搜索进行了优化研究,提出了基于语义关联树的查询扩展算法以及基于该算法的拟合用户偏好的个性化搜索系统架构。
5) related degree of meaning
语义关联度
补充资料：操作语义
操作语义
operational semantics
式求值的抽象机器的模型，这个机器的存储区分成三部分:栈区st(用作工作区)，环境区:(保存数据向量等)，控制区。(保存程序)。整个存储区记作(、t，:，。)，称为抽象机器的一个大状态。这个抽象机器具有识别符号、完成算术和逻辑运算、转储信息、实现大状态之间的转移等基本功能。 这个机器的大状态转移规则分为四类: (l)(st，s，(el叩eZ)/c)”(st，s，。;/。2/甲/。) (2)(st，:，碑/‘)冷(n/:t，:，。) (3)(st，s，x、/e)”(x、/sr，s，e) (4)(n/m/st，s，叩/e)=>(k/st，s，c)(k=m opn) 第一类规则表示，当控制区中待执行的程序要求完成表达式(。1叩eZ)的求值时，抽象机就转移自己的大状态，准备先求子表达式。l和e2的值，然后再按照相应的运算叩(+，一，X或其它算子)，求出整个表达式的值，符号“/”用于分割存放的信息。第二类规则表示，当求值的表达式是一个常量时，则其值就是抽象机中表示这个常量的相应的量(粗体用来区别语言中的符号和在抽象机中的相应表示)，表达式的值暂存于栈区。第三类规则表示，当表达式是一个变量时，其值就是环境区中相应单元的当前值，即第i个变量x‘的值就是数据向量s的第i个分量:、的值。第四类规则表示，当运算叩的两个操作数已经求得，则可按照抽象机中的相应运算求出op作用于操作数的结果。 在这个抽象机中，表达式(x:X xZ)+l(在xl，xZ值为2和3时)的求值是由下述大状态的转移序列完成的，转移符号冷的上方标有实现这一转移依 0、，产、，声据的转移规则号，设:=(2，3，s((x;XxZ)+i)/。(s(1)冷(:t，、(x;XxZ)/1/+/。)岑(、‘，:，(二，/二2)又1/+/。)里(2/st，、，二2/又1/+/。)缪(3/2/st，:，x/1/、/。)军(6/、‘，、，l/+/。)里(l/6/::，:，+，/。) (4) 冷(7/:t，s，e) 这个抽象机正确刻画出算术表达式求值的全过程，故可作为算术表达式的操作语义。 为定义赋值语句(x‘:二e)的操作语义，可在上述抽象机中添加如下转移规则: (5)(st，s，(x、:=e);/c)今(:t，s，e/x*:=/。) (6)(n/:t，:，吞:=/。)=>(st，:}in，。) 第五类规则表示，当抽象机执行(x‘:=。)时，先求出表达式仑的值，然后再给x*赋值。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条