WordNet公司

WordNet®是一个大型的英语词汇数据库。名词、动词、形容词和副词被分成一组认知同义词(synsets),每个同义词都表达一个不同的概念。句法集通过概念语义和词汇关系相互联系。由此产生的有意义的相关词汇和概念网络可以通过浏览器进行导航。WordNet也可以免费公开下载。WordNet的结构使得它成为计算语言学和自然语言处理的一个有用的工具。WordNet表面上类似于同义词库,它根据词义将单词组合在一起。然而,有一些重要的区别。首先,WordNet不仅连接单词形式的字母串,还连接单词的特定意义。结果,在网络中发现的彼此非常接近的单词在语义上是消歧的。其次,WordNet对词之间的语义关系进行了标注,而词库中的词组除了语义相似度外,并不遵循任何明确的模式。


zbMATH中的参考文献(参考文献411篇文章,1标准件)

显示411的结果1到20。
按年份排序(引用)

1 2 ... 19 20 21 下一个

  1. 偏执狂,杰瑞米;Deledale,Charles:使用无偏Kullback-Leibler风险估计对计数数据进行低秩矩阵去噪(2022)
  2. 刘景平;陈涛;王超;梁嘉庆;陈丽涵;肖扬;陈云文;金科:面向动词的分类引导归纳常识知识挖掘(2022)
  3. 鲁雷罗,丹尼尔;Mário Jorge,Alípio;卡马乔·科拉多斯(Camacho Collados),何塞:LMMS重新加载:基于变压器的意义嵌入,用于消除歧义和超越(2022)
  4. 苏玉玲;赵红;林跃进:基于多粒度关系网络分层分类的少镜头学习(2022)
  5. Vrublevskyi,V。;马尔琴科:句子语义表征模型的发展与分析(2022)
  6. 瓦尔德,乔安娜;纳瓦布,纳西尔;Tombari,Federico:使用实例嵌入学习3D语义场景图(2022)
  7. 杨毅;张坤鹏;范阳阳:基于波动性预测的公司报告分析:知识驱动的文本嵌入方法(2022)
  8. 张红明;刘欣;潘浩杰;柯浩文;欧介夫;方天青;宋阳秋:ASER:通过高阶选择偏好实现大规模常识知识获取(2022)
  9. 阿亚茨,雨果;塞利埃,佩吉;费雷,塞巴斯蒂安:用邻里概念提取文本中的关系(2021)
  10. 康法罗涅里,罗伯托;韦德,蒂尔曼;贝索尔德,塔里克R。;Moscoso del Prado Martín,Fermín:使用本体论提高人类对黑箱模型全球事后解释的可理解性(2021)
  11. 科兹曼,法比奥·加利亚迪;Munhoz,Hugo Neri:关于知识增强型机器学习的一些思考(2021)
  12. 刘欣欣;周玉灿;赵红:基于数据和知识的鲁棒层次特征选择(2021)
  13. 洛卡切维奇,北卡罗来纳州。;蒂霍米洛夫,医学硕士。;Parkhomenko,E.A.:使用基于嵌入的相似性来改进词汇资源(2021)
  14. 莫拉莱斯,佩德罗·拉马西奥蒂;拉玛奇·佩林,罗宾;福尼尔-斯涅霍塔,拉斐尔;普兰,雷米;塔布瑞尔,莱昂内尔;Tarissan,Fabien:测量异构信息网络中的多样性(2021)
  15. 艾哈迈德奥斯特瓦;本希,苏娜;Hellström,Thomas:自然语言引导的图像对象检索(2021)
  16. 普弗,马修;萨德尔扎德,梅尔努什;凯普森,露丝;Wijnholds,Gijs;Hough,Julian:分布式语义中的增量合成(2021)
  17. 掸、若城;Youssef,Abdou:使用机器学习实现数学术语消歧(2021)
  18. 徐梦佳:理解图嵌入方法及其应用(2021)
  19. 阎晓涵;Bien,Jacob:高维中罕见的特征选择(2021)
  20. 卡莫娜,约瑟普;帕德罗,路易斯安那州;Delicado,Luis:使用松弛标记的灵活过程模型映射(2020)

1 2 ... 19 20 21 下一个