摘要：海量网页的存在及其量的急速增长使得通用搜索引擎难以为面向主题或领域的查询提供满意结果。本文研究的主题爬虫致力于收集主题相关信息,达到极大降低网页处理量的目的。它通过评价网页的主题相关度,并优先爬取相关度较高的网页。利用一种基于子空间的语义分析技术,并结合贝叶斯以及支持向量机,设计并实现了一个高效的主题爬虫。实验表明,此算法具有很好的准确性和高效性。

摘要：文章分析了文创人才对设计创新的影响力问题。运用语义分析方法,以故宫文创品牌为例,使用故宫文创为搜索关键词,从新浪微博留言中提取主题词,搜索时间2012年7月至12月时仅19个留言,搜索时间为2018年7月至12月时则有671个留言,收集了3408个名词和形容词,使用ROST CM6软件提取分析留言主题词,通过语义分析推导出设计相关问题。主题词词频分析、语义网络分析的结果表明,更换故宫博物院院长后,文创人才对设计创新产生影响,用户对故宫文创产品的兴趣增加了,故宫文创设计有关的热点内容也发生了变化。

摘要：将文本语义分析领域中的概率潜语义分析(PLSA)模型和语义树模型进行融合,设计一种新模型,并将其应用在文本病历语义分析上,较好地解决了文本病历语义分析过程中存在的"多词一义"情况,降低了语义维度,简化了窗口语义树的结构.通过语义分解和语义检索实验证明了该模型在文本病历语义分析上的优势.

摘要：针对起源记录在应用中的语义描述问题,探讨分析了PROV本体相关概念及其关系,且引入W7模型,概述了其内容结构。在此基础上,通过设计使用W7模型分析PROV起源记录的应用情景,阐明了起源记录语义管理的必要性且为未来起源记录语义管理奠定了基础。致力于推动大数据环境下我国对起源记录的语义性的进一步研究。

摘要：在进行特定主题网页信息发现与采集时,网页与主题相关性判断尤为重要,在分析主题词语义概念扩展的基础上,结合主题词在网页不同部分结构中的重要性,设计了语义分析的网页与主题相关度算法,实验分析表明该算法克服了传统词频统计法的弊端,提高了网页与主题相关性判断的准确率。

摘要：源于语义分析哲学的语义分析方法重视对语境和社会关系的考察,被广泛用于法学研究中。由于法律本身的模糊性和语义分析自身的优势,语义分析方法可以较好地运用于法学研究及法律实体分析当中,能有效地解决法律模糊性带来的争议与分歧。北京市第三中级人民法院在"王老吉诉加多宝广告语纠纷案"中,便对涉案广告进行了语义分析,据此作出了相应判决,化解了实体法律语言的难题,维护了法律正义。

摘要：随着动态图形在网络应用领域的发展与扩展,针对当前相似节点查询算法存在运行响应速度慢、查询占用的存储空间较大、容易受到外界因素干扰而导致查询精确度不佳等问题,提出基于语义分析的大规模动态图形相似节点查询算法。首先,依据语义分析的方法,对动态图形相似节点数据进行预处理,获取节点相似性函数;其次,针对当前节点在不同时刻的相似性函数,设计相应的矩阵以增强计算效率;最后,将求出的节点相似程度值按照升序顺序进行排列,将相似程度值最高的节点看作相似节点,实现相似节点的查询。实验结果表明,所提算法查询速度快,查询精确度较高。

摘要：目的实现用户研究中语言材料分析的半自动化。方法首先通过文献研究,明确了访谈类语言材料以性质分析为主要方法,问卷调查和网络评价类语言材料以量化统计分析为主要方法。然后通过方法比较,总结人工智能语义分析技术对于用户研究语言材料的八种常用能力:中文分词、命名实体识别、相似度分析、词频统计、情感倾向分析、文本分类、信息抽取、自动文摘,以及总结了以此为基础的语料分析处理流程。最后以“某品牌微蒸烤一体机交互设计创新”项目为例,介绍了应用人工智能语义分析技术对用户研究中的语言材料进行分析的具体执行方法。结果测试验证人工智能语义分析技术在用户研究中的应用的有效性。结论在设计领域应用人工智能技术具有巨大的潜力,通过总结针对性的算法,可以引入人工智能技术替代部分需要人智分析的工作,从而提高工作效率。

摘要：自然语言语义分析是自然语言处理技术走向深层应用的瓶颈。当前在概念、关系层次上的语义分析方法主要有两种:基于统计的特征向量抽取方法和基于语义词典(WordNet、HowNet等)的语义相似度计算方法。对于具体应用这两种方法都具有较大不足,前者由于统计模型的关系只适用于段落、篇章或多文档等粗粒度的语义分析,而不适合在句子词汇一级的应用;后者能方便处理实体概念之间的各种关系,但是如果想正确处理真实文本中的复杂修饰关系如概念与事件、概念与概念修饰、事件与事件修饰等关系,还需对语义词典和计算方法做进一步的扩展。提出了按照真实文本语句中词语之间修饰关系建立知识库,并设计了根据该知识库中已有修饰关系计算未知关系的算法;提出了可以依照修饰关系建立自然语言构句法的思路并给出了相关算法;最后给出了在语义分析系统上的实验,结果证明该方法是有效的。

摘要：把复杂的网络站点作为多个业务数据源,采用数据仓库及数据挖掘技术,从中抽取并净化数据到挖掘数据库,从而将数据抽取及语义分析应用于Web数据挖掘中。在此基础上又提出了运用数据抽取进行数据结构转换并把语义分析技术应用到数据抽取的过程中的思想,使数据提取更加准确。