1) dynamic semantic search algorithm
动态的语义检索算法
1.
This paper describes a dynamic semantic search algorithm based on RDF in the Semantic Web.
在语义Web中,基于RDF,文章描述一个动态的语义检索算法(DSSAtheDynamicSemanticSearchAlgo-rithm),该算法通过分布式的资源相关库来发现动态资源之间的语义相关性,该算法不同于传统的语义检索算法,这是因为该算法引入了分布式的资源相关库,它是在用户进行语义查询的过程中动态建立起来的,随着资源的内容和状态的变化而不断变化,可以动态更新,最真实地反映资源的语义信息。
2) dynamic search algorithm
动态检索算法
1.
A model with abstract network data established first in this paper,and that model can make date of GIS of no-connection;then the paper puts forward a dynamic search algorithm based on this model.
为此,文中首先构建了一种网络数据抽象模型,该模型能够使异质的、松散的被关联的GIS数据聚集在一起,且是动态更新以提高将来的查询性能;然后提出一种基于此模型的动态检索算法。
3) Semantic Search
语义检索
1.
Ontology-based semantic search over relational databases.;
基于本体的关系数据库语义检索
2.
Proceeding from the definition of semantic search, this paper discusses the basic principles of how to endow information input, information organization and searching result with semantic meaning.
本文从一种新的检索方式——语义检索的定义出发,讨论了对检索入口、信息组织和结果输出赋予语义的基本原理。
3.
On the platform of Jena,semantic search and rule reasoning based on ontology are used to create the auto components purchase order.
使用Protégé作为知识建模工具开发汽车制造领域本体,以Jena为开发平台运用基于本体的语义检索技术和规则推理实现订单的自动生成,开发了一套基于本体的汽车零部件采购订单自动生成系统。
4) semantic retrieval
语义检索
1.
Ontology-based semantic retrieval for legal information;
基于本体的法律信息语义检索
2.
Research on domain ontology-based semantic retrieval model of learning resources;
基于领域本体的学习资源语义检索模型
3.
Ontology-Based Domain Resource Semantic Retrieval;
基于本体的领域资源语义检索研究
5) semantic retrieve
语义检索
1.
Research of Semantic Retrieve Model Based on Semantic Web;
基于SEMANTIC WEB的语义检索模型的研究
2.
This paper makes first an analysis of the shortcoming of semantic meaning lack existed in traditional information retrieval technique,then detailed explanation is given to the basic principles of the semantic retrieve,the ontological knowledge,and the four key modules of semantic information system,etc.
首先分析了传统信息检索技术存在的语义匮乏的缺点,然后对语义检索的基本原理、本体知识、语义信息系统四个关键模块进行了说明,给出一种新的本体构建方法,在此基础之上提出了基于本体信息检索系统的体系框架,并且描述了系统原型的设计思想和检索流程,最后通过一个试验系统平台对系统模型进行验证。
6) Chinese Vocabulary-Grammar Computer Checking System
汉语词汇-语法计算机自动检索
补充资料：情报检索算法
用电子计算机查找情报的方法。同其他的计算机算法一样，这些方法的描述应具备有穷、确定、可终止等性质。
情报检索算法的构造与选择直接依赖于情报在计算机中的存储与提问的表达方法。由于现代的计算机还不能直接有效地处理用自然语言表达的提问，所以，常用布尔逻辑式(以及扩充型布尔逻辑式)、模糊语言 (包括向量语言) 、概率方法和受限的自然语言等来表示提问，这样就必然产生了各种相应的提问加工方法，以及有关的估算情报与提问匹配程度的相应名称的算法。因为情报查找匹配方法的选择在很大程度上还取决于文档的结构，所以，下述查找算法为人们所常用：
对无序的顺排文档常用顺序查找算法。特别在集中处理一批提问时，可用"表展开"加工提问与"一次扫描"算法实现快速查找。对已聚类的顺排档，可用"聚类查找"或"概率查找"等算法。对有序的顺排档，则常用"二分查找"、"估算入口法查找"或"B树查找"等算法。对用计划地址方法(如杂凑法)存储的情报则采用"计算法查找"。
为了实现快速响应与追溯检索，现代情报数据库中往往不仅存储代表原始情报的顺排档，而且还存储情报的辅关键词(如作者、主题次、分类号等)索引，即所谓倒排档。对倒排档，通常采用"逆波兰展开法"处理提问式,并使用对倒排档进行集合运算的所谓"倒排检索"算法。在倒排检索缩小了检索范围后，有些情报检索系统还允许对已粗检出的内容再进行顺序检索，人们又常称之为二次检索算法。
在日本和中国，顺序检索中的表展开法、倒排检索分别以菊池敏典法和福岛方式命名。中国学者对这两种方法都进行了改进和完善。在对菊池敏典表展开法改进的基础上发展起来的"广播技术"与"一次扫描"等检索算法大大提高了定题情报检索的效率。根据中文的特点，无标引、按字标引、自动抽词标引、混合检索等检索算法的研究正在中国广泛展开，并取得了一定的进展。对结合知识库的情报检索算法的研究在世界范围内方兴未艾，并代表着未来情报检索的方向。
情报检索算法的构造与选择直接依赖于情报在计算机中的存储与提问的表达方法。由于现代的计算机还不能直接有效地处理用自然语言表达的提问，所以，常用布尔逻辑式(以及扩充型布尔逻辑式)、模糊语言 (包括向量语言) 、概率方法和受限的自然语言等来表示提问，这样就必然产生了各种相应的提问加工方法，以及有关的估算情报与提问匹配程度的相应名称的算法。因为情报查找匹配方法的选择在很大程度上还取决于文档的结构，所以，下述查找算法为人们所常用：
对无序的顺排文档常用顺序查找算法。特别在集中处理一批提问时，可用"表展开"加工提问与"一次扫描"算法实现快速查找。对已聚类的顺排档，可用"聚类查找"或"概率查找"等算法。对有序的顺排档，则常用"二分查找"、"估算入口法查找"或"B树查找"等算法。对用计划地址方法(如杂凑法)存储的情报则采用"计算法查找"。
为了实现快速响应与追溯检索，现代情报数据库中往往不仅存储代表原始情报的顺排档，而且还存储情报的辅关键词(如作者、主题次、分类号等)索引，即所谓倒排档。对倒排档，通常采用"逆波兰展开法"处理提问式,并使用对倒排档进行集合运算的所谓"倒排检索"算法。在倒排检索缩小了检索范围后，有些情报检索系统还允许对已粗检出的内容再进行顺序检索，人们又常称之为二次检索算法。
在日本和中国，顺序检索中的表展开法、倒排检索分别以菊池敏典法和福岛方式命名。中国学者对这两种方法都进行了改进和完善。在对菊池敏典表展开法改进的基础上发展起来的"广播技术"与"一次扫描"等检索算法大大提高了定题情报检索的效率。根据中文的特点，无标引、按字标引、自动抽词标引、混合检索等检索算法的研究正在中国广泛展开，并取得了一定的进展。对结合知识库的情报检索算法的研究在世界范围内方兴未艾，并代表着未来情报检索的方向。
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