说明:双击或选中下面任意单词,将显示该词的音标、读音、翻译等;选中中文或多个词,将显示翻译。
您的位置:首页 -> 词典 -> 索引/潜语义索引
1)  indexing/latent semantic indexing
索引/潜语义索引
2)  latent semantic indexing
潜在语义索引
1.
Text summary based on latent semantic indexing;
基于潜在语义索引的文本摘要方法
2.
Construction of user interest-model based on latent semantic indexing approach;
基于潜在语义索引技术的用户兴趣模型构建
3.
Research of Chinese-Text Retrieval Based on Latent Semantic Indexing;
基于潜在语义索引的中文文本检索研究
3)  latent semantic index
潜在语义索引
1.
We studied the application of the LSI(latent semantic index) for FAQ construction in Chinese automatic question and answer system,and emphatically introduces computing technology in sentence similarity and experiment methods of using latent semantic index for FAQ repetition.
研究了潜在语义索引在中文自动问答系统FAQ库构建中的应用,并着重阐述了句子相似度的计算方法以及使用LSI对FAQ库去重的实验选取方法,结果显示LSI方法在一定程度上优于TF×IDF方法。
2.
Based on these observations, in this paper, we propose a new method called LSI-HC for reconstructing feature space based on latent semantic index (LSI) and hierarchical clustering (HC).
基于这些观察,本文采用了一个新的特征空间重构的方法解决高维度和噪音的问题——基于潜在语义索引(Latent Semantic Index,LSI)和层次聚类的特征空间重构方法LSI-HC;并在远程同源检测问题中采用精确度-召回率(Precision-Recall,PR)曲线来代替ROC曲线来评估算法的性能。
4)  Latent Semantic Indexing(LSI)
潜在语义索引
1.
Latent Semantic Indexing(LSI) is a new document retrieval model that has been developed during the last ten years.
潜在语义索引具有可计算性强,需要人参与少等优点。
2.
Latent Semantic Indexing(LSI) is an effective method for Information Retrieval(IR),and it also has been successfully applied to text classification.
潜在语义索引(LSI)是一种有效的信息查询方法,同时也被成功地应用到了文本分类中。
3.
This paper proposed that latent semantic indexing(LSI) was used for Web text dimension reduction and feature extraction,and then the processed results was clustered by support vector clustering(SVC).
提出对网页文本提取特征值后,利用潜在语义索引对网页文本降维,采用支持向量聚类(SVC)算法对降维后的特征向量进行聚类,以此进行文本分类。
5)  LSI
潜在语义索引
1.
Search Result Clustering Method Based on SOM and LSI
基于潜在语义索引和自组织映射网的检索结果聚类方法
2.
Latent Semantic Indexing (LSI) is a novel approach to information retrieval.
潜在语义索引(LSI)是近年发展起来的一种新的信息检索方法,本文以潜在语义索引技术为基础,从图书馆的个性化服务理念入手,介绍了图书馆个性化服务的现状,提出了图书馆个性化服务模型,详细讨论了应用潜在语义索引技术来建立用户个性化模型的系统结构和过程。
3.
This paper analyzes the relationship between terms from relevant text and semantics of images through SVD and constructs the LSI model of images to modify the present images retrieval systems whose performances are hurt by the problems of synonymy and polysemy.
应用奇异值分解方法,分析相关文本词条和图片语义的关系,构造了一个图片“潜在语义索引”模型,用于缓解传统的许多WEB图片检索系统在索引和查询中遇到的同义词和多义词问题,实现语义索引和查询实验表明,该模型能有效地改善图片的索引和查询性能。
6)  Semantic Indexing
语义索引
1.
Image Classification and Semantic Indexing Based on Fuzzy Support Vector Machine;
基于模糊支持向量机的图像分类与语义索引
补充资料:专用索引
      为适应某些专业的特殊需要或某些类型文献的特点而编制的一类索引,又称专门索引或特种索引。包括专名索引、代码索引和文献序号索引等。
  
  专名索引  以事物的专门名称为标目的索引,也称物名索引。因某些专业的专有名词众多,为便于检索,一些检索刊物往往在主题索引之外设置专名索引。例如美国《化学文摘》从1972年起在普通主题索引之外, 专设一个化学物质索引。1975年世界农业情报系统创办的《农业索引》也编有一个专收各种农作物、动物、农药、农用化合物、农用机械等物品名称的品名索引。专名索引按不同专业编制,品种繁多,常见的有动物索引、植物索引、真菌索引、酶索引、矿物索引、药物索引、生物分类索引与属名索引、商品索引等等。这种索引具有专业性强、用词规范、标引专指度高等特点,便于专业用户使用。
  
  代码索引  使用某种代码语言或代码系统编制的索引。一些学科或专业的术语常有俗名与学名、商品名与标准命名之分,又有新名与旧名之异。为了便于检索,采用反映事物某一方面特征的代码语言或代码系统来标引和编排文献,就形成了代码索引。例如美国化学文摘社为解决复杂的有机化学命名问题,用化合物的分子式编制了分子式索引;用环状化合物的环状结构编制了环系索引。另外,音乐文献的旋律索引,也是一种代码索引,是用特殊的代码表示音符,通过旋律走向排检法、首调音名排检法等查找音乐作品。代码索引结构特殊,一般适用于通晓特定代码语言或代码系统的专业人员,非专业人员使用则较为困难。
  
  文献序号索引  是一种根据特种文献本身的顺序编号(如科技报告号或合同号,专利文献的专利号,标准文献的标准号等)编制的索引,如报告号索引、合同号索引、专利号索引、标准号索引等。报道特种文献的检索刊物一般都附有这类索引,例如美国《化学文摘》的专利索引(原名专利号索引),利用它不仅能查找某一特定的专利,而且可以查找与该专利内容有联系的相关专利。文献序号索引的编制和使用都十分方便,但检索途径比较单一,使用时必须事先得知其文献序号,因而使用范围有较大的局限。
  

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