基于语义覆盖度融合的I/O映射聚类算法

发布时间：2023-02-14 16:17

　　需要对语义主题树特征进行聚类算法设计,提高对语义特征的搜索和语义泛化能力。传统的语义特征聚类算法采用基于本体映射的语义特征聚类算法,建立异构的本体模型之间的语义等价映射关系,导致聚类性能和语义泛化能力不好。提出一种基于语义覆盖度融合的I/O映射聚类算法,利用领域知识和模式匹配,建立本体之间语义映射关系,考虑三种与语义信息相关的学习知识,得到语义相似度函数,利用统计TF-IDF的方法计算词语的特征权值,通过语义主题树特征匹配,实现搜索引擎的覆盖度I/O映射聚类改进。仿真实验表明,采用该算法能提高对语义的覆盖度融合能力,具有更好的数据聚类性能,较好地完成语义映射任务,语义信息检索查准率提高为98.7%。

【文章页数】：3 页

【文章目录】：
0 引言
1 语义本体模型和语义映射问题的描述
    1.1 语义本体模型相关知识
    1.2 语义映射问题描述
2 算法优化实现
3 仿真实验与性能验证
4 结论



本文编号：3742601