标签: semantic-analysis

我的表弟创建了一个语义搜索引擎，他声称他的搜索引擎是最准确的。

我见过很多语义搜索引擎，它们对我来说看起来都一样，因为它们的设计目的不是根据您输入的关键字为您提供结果。

那么如果你正在创建一个语义搜索引擎，如何确定其结果的准确性呢？

我想用 C++创建一个 Java 源代码解析功能。该应用程序的目的是在内部数据结构中生成语法树，以便我能够自行遍历数据树结构并对其进行分析。

哪些工具可以帮助我实现目标？

文本挖掘 (NLP) 中的情绪（正面和负面）和情绪有什么区别？例如，愤怒是负面情绪，也是负面情绪，两者似乎是一样的。Vijay Nadadur，SentiRank 的创建者，一种对文本中的情绪进行排名的算法，建议生物情绪可以以一种简单的方式主要以二进制格式（+ve 和 -ve）表示。进一步说，你可能会有不同程度的 +ve 和 -ve 情绪，也许是中性的。然而，情绪有多个维度。愤怒肯定是情绪，悲伤也是，但它们并不完全相同。

更具体地说，关于文本挖掘（基于 NLP），进行情感分析要简单得多，但进行情感分析却非常困难。情感分析的下一个层次是意图分析领域，很少有研究人员致力于从文本块中挖掘意图，这似乎具有很高的商业价值。

如何使用WordNet确定python中两个文本之间的语义相似度？

明显的预处理将是删除停止词和词干,但那又是什么？

我能想到的唯一方法是计算两个文本中每个单词之间的WordNet路径距离.这是unigrams的标准.但这些是大型(400字)文本,即自然语言文档,其中的单词不具有任何特定顺序或结构(除英语语法强加的单词外).那么,你会在文本之间比较哪些词？你会如何在python中做到这一点？

我在野牛中创建了上下文无关文法，在Flex中创建了扫描仪。现在我还想进行语义检查，例如，假设输入是这样的：

int m=5;
c=c+5;

该输入在语法上是正确的，但是使用了一个未声明的变量，即“ c”。我该如何进行语义检查？我应该从哪里开始？我应该用flex还是野牛写代码？如果有人可以提供帮助，我深表感谢。谢谢。

我遇到了几种使用WordNet结构和层次结构测量语义相似性的方法,例如Jiang和Conrath measure(JNC),Resnik measure(RES),Lin measure(LIN)等.

使用NLTK测量它们的方式是:

sim2=wn.jcn_similarity(entry1,entry2,brown_ic)
sim3=entry1.res_similarity(entry2, brown_ic)
sim4=entry1.lin_similarity(entry2,brown_ic)

如果WordNet是计算语义相似度的基础,那么Brown Corpus的用途是什么？

根据我的理解，隐式转换是在语义分析中完成的，但是 clang AST 命令clang -Xclang -ast-dump -fsyntax-only file.cpp会在 AST 中生成类型转换信息，如下两个：

...
`- ImplicitCastExpr 0x7fdc27050558 <col:14> 'int' <LValueToRValue>
...

...
ImplicitCastExpr 0x7f878884c2d0 <col:19> '无符号整数' <IntegralCast>
...

因此这个问题。

鉴于2种HTML源,我想先提取的主要内容进行使用类似它这样.还有其他更好的库 - 我是专门寻找Python/Javascript的吗？

一旦我有两个提取的内容,我想返回0到1之间的分数,表示它们有多相似,例如来自CNN和BBC的同一主题的新闻文章将具有更高的相似性分数,因为它们属于同一主题或与之相关的网页Amazon.com和Walmart.com上的同一产品也会获得高分.我怎样才能做到这一点？是否有现有的库已经这样做了？我可以使用哪些好的库？基本上我正在寻找自动摘要,关键字提取,命名实体识别和情感分析的组合.

我一直在尝试到处寻找示例，但是却徒劳无功。

我正在尝试编写基本的Ruby解释器。为此，我编写了一个弹性词法文件，其中包含标记识别语句和一个语法文件。

我希望我的语法包含语义类型检查。

我的语法文件包含例如：

arg : arg '+' arg 

这应该是整数和浮点数的有效规则。

根据阅读的内容，我可以为arg等非终端指定类型，如下所示：

%type <intval> arg

其中“ intval”在联合类型中，并且与int C类型相对应。

但这仅适用于整数，我不确定如何使该规则对浮点数有效。我考虑过要制定两个不同的规则，一个用于整数，一个用于浮点数，例如：

argint : argint '+' argint
argfloat : argfloat '+' argfloat

但是我敢肯定，这样做的方法要好得多，因为这种拙劣的行为要求我制定规则，允许在浮点数和整数之间进行加法运算。

我发现的所有示例都只有一种类型（在类似计算器的示例中通常为整数）。

如何实现指定诸如加法之类的规则可以将int和float用作参数的方法？

非常感谢你。

假设C引用一组容器{c1,c2,c3....cn},其中每个容器包含一组有限的整数{i1,i2,i3...im}.此外,假设整数可能存在于多个容器中.给定一组有限的整数S {s1,s2,s3...sz},找到C包含所有整数的最小子集的大小S.

请注意,可能有数千个容器,每个容器有数百个整数.因此,蛮力很难解决这个问题.

我尝试使用Greedy算法解决问题.也就是说,每次我选择集合中整数最多的容器时S,我都失败了!

有谁能建议这个问题的快速算法？