Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Sức khỏe - Y tế
Văn bản luật
Nông Lâm Ngư
Kỹ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Giới thiệu
Đăng ký
Đăng nhập
Tìm
Danh mục
Kinh doanh - Marketing
Kinh tế quản lý
Biểu mẫu - Văn bản
Tài chính - Ngân hàng
Công nghệ thông tin
Tiếng anh ngoại ngữ
Kĩ thuật công nghệ
Khoa học tự nhiên
Khoa học xã hội
Văn hóa nghệ thuật
Y tế sức khỏe
Văn bản luật
Nông lâm ngư
Kĩ năng mềm
Luận văn - Báo cáo
Giải trí - Thư giãn
Tài liệu phổ thông
Văn mẫu
Thông tin
Điều khoản sử dụng
Quy định bảo mật
Quy chế hoạt động
Chính sách bản quyền
Giới thiệu
Đăng ký
Đăng nhập
0
Trang chủ
Công Nghệ Thông Tin
Phần cứng
Lecture Notes in Computer Science- P106
Đang chuẩn bị liên kết để tải về tài liệu:
Lecture Notes in Computer Science- P106
Chiêu Phong
53
5
pdf
Đang chuẩn bị nút TẢI XUỐNG, xin hãy chờ
Tải xuống
Lecture Notes in Computer Science- P106:This year, we received about 170 submissions to ICWL 2008. There were a total of 52 full papers, representing an acceptance rate of about 30%, plus one invited paper accepted for inclusion in this LNCS proceedings. The authors of these accepted papers | 514 S. Repp S. Linckels and C. Meinel The algorithm works as follows We compute for each identified concept rule its hit-rate h i.e. its frequency of occurrence inside the leaning object. Only the concepts roles with the maximum or dth maximum hit-rate compared to the hit-rate in the other learning objects are used as metadata. E.g. the concept Topology has the following hit-rate for the five learning objects LOi to LO5 LO1 LO2 LO3 LO4 LO5 h 0 4 3 7 This means that the concept Topology was not mentioned in LO1 but 4 times in LO2 3 times in LO3 etc. We now introduce the rank d of the learning object w.r.t. the hit-rate of a concept role. For a given rank e.g. d 1 the concept Topology is relevant only in the learning object LO4 because it has the highest hit-rate. For d 2 the concept is associated to the learning objects LO4 and LO2 i.e. the two learning ob jects with the highest hit-rate. 3.5 Semantic Annotation Generation The semantic annotation of a given learning ob ject is the conjunction of the mappings of each relevant word in the source data written m LO rankd p wi e y LO. _ i 1 where m is the number of relevant words in the data source and d the rank of the mapped concept role. The result of this process is a valid DL description similar to that shown in figure 3.1. In the current state of the algorithm we do not consider complex role imbrications e.g. JR. A n 3S. B n A where A B are atomic concepts and R S are roles. We also try to use a very simple DL e.g. negations A are not considered. One of the advantages of using DL is that it can be serialized in a machine readable form without losing any of its details. Logical inference is possible when using these annotations. The example shows the OWL serialization for the following DL-concept description LO1 IPAddress n 3isComposedOf. Host-ID n Network-ID defining a concept name LO1 for the concept description saying that an IP address is composed of a host identifier and a network identifier. 4 Evaluation .
TÀI LIỆU LIÊN QUAN
CONCUR 2004 - Concurrency Theory: 15th International Conference, London, UK, August/September 2004, Proceedings (Lecture Notes in Computer Science)
Sách: Lecture Notes in Computer Science
Lecture Notes in Computer Science- P32
Lecture Notes in Computer Science- P33
Lecture Notes in Computer Science- P34
Lecture Notes in Computer Science- P35
Lecture Notes in Computer Science- P36
Lecture Notes in Computer Science- P37
Lecture Notes in Computer Science- P38
Lecture Notes in Computer Science- P39
crossorigin="anonymous">
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.