海量数据下的特定语义数据检索优化方法研究

摘要：

在对海量数据中特定语义数据进行检索,是数据挖掘的一个重要方向.数据的本体信息与转化的语义信息之间会有一定的误差,使得特定的数据语义本体与信息本身存的关联性在误差和海量数据的双重干扰下,更加退化.传统的检索方法一般采用映射方法,根据词频信息关联性进行信息检索,随着关联性的降低,检索性能下降.提出本体模型分词高斯边缘化融合的特定语义数据检索算法.针对搜索引擎中本体内元素之间的分类关系,把词条数据当作一个时间片来进行分块,对检索的词频进行上下包络分区和高斯边缘化融合,克服中心频率变化对本体之间语义映射和语言知识配对的影响,实现海量数据干扰下特定数据语义检索算法改进.仿真结果表明,改进算法能克服语义词频交叉项干扰,提高数据库数据语义检索精度.

关键词：语义、本体模型、分词、资源

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：广西科学研究与技术开发计划项目桂科能1140008-3B;广西自然科学基金项目2014GXNSFBA118274

在线出版日期：2016-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：422-426