У нас уже 176407 рефератов, курсовых и дипломных работ
Заказать диплом, курсовую, диссертацию


Быстрый переход к готовым работам

Мнение посетителей:

Понравилось
Не понравилось





Книга жалоб
и предложений

 





Название Разработка алгоритмов и программ для определения сходства семантических сетей на основе их сложности
Количество страниц 67
ВУЗ Национальный исследовательский университет "Высшая школа экономики"
Год сдачи 2012
Содержание Оглавление:

Введение 4
1. ОБЗОР ЛИТЕРАТУРЫ ПО МЕТОДАМ ОПРЕДЕЛЕНИЯ СХОДСТВА ГРАФОВЫХ МОДЕЛЕЙ СИСТЕМ 7
1.1. Основные определения 8
1.2. Семантические сети как модели представления знаний 11
1.3. Основные классы задач сравнительного анализа структур и методы их решения в структурной информатике 13
1.4. Задачи определения сложности графовых моделей систем и подходы к их решению 15
2. МЕТОД РЕШЕНИЯ ЗАДАЧ ОПРЕДЕЛЕНИЯ СХОДСТВА СЕМАНТИЧЕСКИХ СЕТЕЙ НА ОСНОВЕ ИХ СЛОЖНОСТИ 18
2.1. Постановка задачи определения сходства семантических сетей 18
2.2. Формализованная постановка задачи определения сходства семантических сетей на основе их сложности 19
2.3. Метод решения задач различения и определения сходства семантических сетей на основе индексов сложности 25
2.4. Метод решения задач различения и определения сходства семантических сетей на основе полных структурных спектров 27
2.5. Метод решения задач различения и определения сходства семантических сетей на основе вектор-индексов сложности. 28
2.6. Сравнительный анализ методов определения сходства 30
2.7. Основные результаты и выводы по главе 31
3. РАЗРАБОТАННЫЕ АЛГОРИТМЫ И ИХ ПРОГРАММНАЯ РЕАЛИЗАЦИЯ 33
3.1. Алгоритм вычисления индексов, вектор-индексов и полных структурных спектров в базисе полупутей 33
3.2. Среда программирования и основные характеристики программ 39
3.3. Теоретические оценки вычислительной сложности разработанных алгоритмов 41
3.4. Экспериментальные оценки вычислительной сложности разработанных алгоритмов 42
3.5. Основные результаты и выводы по главе 48
Заключение 50
Список использованных источников 52
Приложение 1 55







Введение

Со стремительным ростом WWW серьезную трудность представляет обеспечение релевантных ответов на поисковые запросы пользователей, то есть способность поисковой системы выдавать пользователям ссылки на те ресурсы, которые, по их мнению, соответствуют тому, что они искали. В данный момент средствами решения данной задачи могут выступать различные инструменты такие, как: алгоритмы ранжирования страниц (например, PageRank), счетчики посещаемости, тематические каталоги сайтов и пр. Однако, практика показывает, что для успешного выполнения запросов системе нужно каким-то образом уметь распознавать смысл текстов и выявлять структуры, которые дают возможность проводить поиск по своей базе знаний. Модель знаний, которую представляют собой семантические сети, может позволить успешно решить данную проблему.
В настоящее время большинство браузеров использует язык разметки текста HTML (HyperText Markup Language). Представление текста задается с помощью специальных конструкций, которые называются тэгами. Тэги обрабатываются браузером, и в результате на экране можно увидеть списки, таблицы, гиперссылки и другие элементы. Они же могут быть использованы и для семантической разметки страницы. Результатом такой разметки будет семантическая сеть, отражающая знания, представленные в документе. Сравнение такой сети с фрагментами структур из имеющейся базы знаний позволило бы сделать вывод об отнесении данного документа к конкретной тематике.
Одним из возможных подходов к решению задачи сравнения семантических сетей является представление семантической сети в виде граф-модели, структуру которой можно описать некоторыми числовыми характеристиками. При этом, если представить семантическую сеть как граф, выражающий семантические отношения (дуги) между понятиями (вершины), то можно утверждать, что различные сочетания входящих и исходящих дуг, присутствующих в цепях различной длины в значительной степени влияют на сложность рассматриваемой структуры. Исследования, проведенные в этой области позволяют предполагать, что сравнение графов на основе подсчета числа изоморфных вложений полупутей даст возможность успешно решать задачи различения и сходства.
Список литературы Заключение

Семантическая технология открывает новые способы представления информации, которые смогут позволить компьютеру распознавать смысл предложений и в соответствии с этим на основе баз знаний с высокой точностью классифицировать полученную информацию и строить собственные на суждения на основе заложенных правил. Потому задача сравнения семантических сетей является одной из важнейших для создания нового типа программ, способных при минимальном участии человека оперировать информацией и выдавать результаты на запросы, которые будут соответствовать смыслу, заложенному в них пользователем. Именно сравнение сетей позволит выявлять сходства контекстов различных по содержанию, но сходных по смыслу языковых конструкций.
В данной работе используется подход к сравнению сетей на основе иерархической модели характеризации структурной сложности систем. Данный подход позволяет решить проблему характеризации сложности структур и определения её меры. Целью этого исследования было разработать алгоритм сравнения семантических сетей на основе индексов сложности, полных структурных спектров и вектор-индексов сложности, а также выполнить его программную реализацию.
В результате исследования был реализован алгоритм позволяющий за разумное время находить все изоморфные вложения фрагментов-полупутей, которые заданы в графе. Данный алгоритм программно реализован на языке программирования С++. Полученная программа была успешно интегрирована с программой «Мастерская граф-моделей».
Данный алгоритм и программа были про тестированы на базах ориентированных графов без контуров, сгенерированных с помощью «Мастерской граф-моделей». Экспериментальные оценки вычислительной сложности отличаются от теоретических выводов. Тем не менее, было показано, что реализованный алгоритм позволяет производить необходимые вычисления за полиномиальное время. Потому полученные результаты доказывают, что с ростом максимальной длины базиса полупутей оценка сложности граф-моделей на основе изученных методов позволяет успешно решать проблему схожести и различения семантических структур.
Таким образом, в обширном исследовании задачи различения и определения сходства семантических сетей сделан еще один шаг в сторону развития данной области. Разработанные алгоритм и программа могут стать полезными инструментами для дальнейшего изучения вопроса сравнения структур.




Список использованных источников

1. Berners-Lee Tim, Hendler James and Lassila Ora, The Semantic Web, 2001;
http://www.sciam.com/article.cfm?id=the-semantic-web

2. Borgida Alex, Mylopoulos John, Semantic Networks, 2004;
http://www.cs.toronto.edu/~jm/2507S/Notes04/SemanticNets.pdf

3. Manning C.D., Raghavan P., Schutze H., "An Introduction To Information Retrieval", Online Edition (c) 2009 Cambridge UP;

4. Аверкин А.Н., Гаазе-Рапопорт М.Г., Поспелов Д.А., Толковый словарь по искусственному интеллекту;
http://raai.org/library/tolk/aivoc.html

5. Александров Э.Э., Афонин В.В., Программирование на языке C в Microsoft Visual Studio 2010 (курс лекций);
http://www.intuit.ru/department/pl/prcmsvs2010/

6. Андерсон, Джеймс А., Дискретная математика и комбинаторика: Пер. с англ. – М.: Издательский дом «Вильямс», 2003.

7. Барсегян А.А., Куприянов М.С., Степаненко В.В., Холод И.И., Методы и модели анализа данных: OLAP и Data Mining. – СПб.: БХВ-Петербург, 2004.

8. Гаврилов А.В., Семантические сети. Представление знаний в информационных системах (курс лекций;
http://www.insycom.ru/html/metodmat/pz/Lect5_1.pdf

9. Гаврилова Т.А., Хорошевский В.Ф., Базы данных интеллектуальных систем, Издательский дом "Питер"., 2001.

10. Джасим Малатх Рахим Разработка методов и программных средств для решения задач различения и анализа сложности ациклических структур. Автореферат диссертации к.т.н., М. МЭИ. 2010, 20 с.

11. Жилякова Л.Ю., Алгебраические свойства отношений в неоднородных семантических сетях.

12. Знаковые графы и орграфы и их применение при моделировании и анализе сложных проблем в экологии, психологии и политике; http://www.allmath.ru/highermath/algebra/diskret-dubna/Ll10_11.html

13. Кальченко Даниил, Интеллектуальные агенты семантического Web’а; http://www.compress.ru/Archive/CP%5C2004%5C10%5C48/

14. Карпенко А.П., Соколов Н.К., Оценка сложности семантической сети в обучающей системе, электронное научно-техническое издание «Науки и образование», # 11, ноябрь 2008;
http://technomag.edu.ru/doc/106658.html

15. Кормен Т., Лейзерсон Ч., Ривест Р., Алгоритмы: построение и анализ, МЦНМО, 2000.

16. Кохов В.А., Граф-модели для анализа сходства структур систем.

17. Кохов В.А. Концептуальные и математические модели сложности графов. М.: Издательство МЭИ, 2002. – 160 с.

18. Кохов В.А., Кохов В.В., Метод решения задачи различения орграфов на основе сложности, БИЗНЕС-ИНФОРМАТИКА №1(15)–2011 г.

19. Кохов В.А., Методы анализа сходства графов и сходства расположения цепных фрагментов в графе.

20. Кохов В.А., Незнанов А.А., Ткаченко С.В., Структурная информатика – новый актуальный раздел информатики для изучения в школе и в университете, Совещание «Актуалные проблемы информатики в современном российском образовании», Москва, 2004.

21. Кохов В.А., Ткаченко С.В., Незнанов С.В., Мастерская граф-моделей, сайт создателей программы;
http://www.graphmodel.com/

22. Кохов В.А., Ткаченко С.В. Метод иерархического исследования сходства структур систем. // Науч. Сессия МИФИ-2004: Т.З. М:МИФИ, 2004 – с. 184-185.

23. Незнанов А.А., Кохов В.А., Программный комплекс для анализа сходства структур систем.

24. Поспелов Д.А., Моделирование рассуждений. Опыт анализа мыслительных актов, - М.: Радио и связь, 1989.

25. Рубашкин В.Ш., Онтологическая инженерия в системах, основанных на знаниях.

26. Стерин А., Цейтлин Д. Возможности использования статистических средств SAS System для решения аналитических задач в области финансов и бизнеса;
http://www.sas.com/offices/europe/russia/articles/1998/ss9-10.html

27. Финн В.К., Искусственный интеллект: идейная база и основной продукт, КИИ-2004, Труды конференции в 2 томах, т.1, с.11 – 20.

28. Харламов Александр, Автоматический структурный анализ текстов, «Открытые системы», № 10, 2002;
http://www.osp.ru/os/2002/10/182010/

29. Чиковски Эрика, Технологии семантической сети, PC Week/RE №39 (645) 21 — 27 октября 2008;
http://www.pcweek.ru/idea/article/detail.php?ID=113351
Цена, в рублях:

(при оплате в другой валюте, пересчет по курсу центрального банка на день оплаты)		 3000





Найти готовую работу


ЗАКАЗАТЬ

Обратная связь:


Связаться

Доставка любой диссертации из России и Украины

Вход для партнеров

Регистрация

Восстановить доступ

Материал для курсовых и дипломных работ


Ссылки:

Выполнение и продажа диссертаций, бесплатный каталог статей и авторефератов

Счетчики:

Besucherzahler
счетчик посещений

© 2006-2022. Все права защищены.
Выполнение уникальных качественных работ - от эссе и реферата до диссертации. Заказ готовых, сдававшихся ранее работ.