Context-aware profiling of concepts from a semantic topological space

این کار روش جدیدی را برای استخراج مفاهیم اصلی از متن معرفی می کند. مفاهیم، ​​توسط اتصالات مبتنی بر کلمه در یک فضای توپولوژیکی معنا شناخته شده، ساخته شده توسط مدل رسمی، پیچیده ساده توصیف شده است. این نقاط، یعنی کلمات موجود در متن را پیوند می دهد و به طور پیوسته یک ساختار هندسی ایجاد می کنند، توصیف مفاهیمی که بیشتر یا کمتر متخصص هستند، بسته به فاصله تجمیع کلمات. شبکه مفهومی آگاهی از زمینه است، زیرا مفاهیم یکنواختی را که متشکل از تجزیه و تحلیل متن اطراف است، نشان می دهد. چارچوبی که رویکرد را پیاده سازی می کند، مفاهیم پایه را تشریح می کند که شامل حداقل تعداد واژگان مفید برای توصیف یک مفهوم حساس محدود است و مفاهیم ثروتمند ثروتمندتر ساخته شده و روابط بیشتر را در میان اصطلاحات ایجاد می کند. فضای توپولوژیکی نهایی، نمای مفهومی چند گرانول را ارائه می دهد: از دید محلی، نزدیک بودن کلمه به یک توصیف بسیار تصحیح شده. آزمایشات و تجزیه و تحلیل تطبیقی ​​اثربخشی رویکرد را اثبات می کند که نشان دهنده عملکرد رضایت بخش در شناسایی مفهوم است و مقادیر دقیق بیش از 80٪ در بیشتر آزمایشات و به طور متوسط ​​فراخوانی حدود 60-70٪ با قله 90٪ برای برخی از مفهوم خاص