Researching Semantic Associative Search
Date Issued
2004
Date
2004
Author(s)
Chin, Chen-Yi
DOI
en-US
Abstract
摘要
這篇論文的主要目的在於運用類神經網路的計算能力，探討人類在語言的認知過程。
我們延續了實驗室之前在處理語意上的成果，使用三種編碼，四種方法處理語言：Non-negative Factorization、Self-Organizing Maps 、Elman Network以及 Semantic Associative Search。針對馬克吐溫的資料庫，分別利用前三種方法得到三種不同的語意編碼。並根據這三組語意編碼來作語意檢索且比較他們的差異性。
而利用Elman network可以預測下一字詞的特性，我們可以選一個初始的字詞(字詞1)輸入訓練好的Elman Network，則他會輸出所預測的下一個字詞(字詞2)，再將字詞1、字詞2依序需入Eleman network 則會再得到下一個字詞(字詞3)，反覆輸入之後，將可得到一連串的字詞。如果此Elman Network 能正確的預測下一個字，這串文字將可構成句子，此為文具生成函數的概念，因此我們能以Elman Network 作為文具生成函數。
另外，在Semantic Associative Search，我們避免需要使用大量人力的前置處理工作，而使用NMF與SOM訓練後的編碼當作已擁有語意的Input code，讓程式執行能夠更自動化，經過Associative Search的演算法後，比較其成果是否符合預期。
Subjects
語意關聯式搜尋
Semantic Associative Search
Type
thesis
File(s)![Thumbnail Image]()
Loading...
Name
ntu-93-R91922066-1.pdf
Size
23.31 KB
Format
Adobe PDF
Checksum
(MD5):7b4e9d66cc340c2b800cebe4cc69b366