The gradual finding of large quanti

The gradual finding of large quantities of low-relevant or even non-relevant
information is returned by the traditional keyword-based query.

To further improve the efficiency and quality of network learning resources retrieval, this article designs a generic Semantic Web-based e-learning resources retrieval system model and achieves B/S mode of semantic retrieval prototype system, considering the influence of various factors for the similarity and correlation, such as degree of semantic overlap, semantic distance, semantic hierarchy, and property relation.

By comparing with the traditional query, the retrieval results showed that the semantic retrieval methods to ensure precision in the case of a higher recall rate.

ผลลัพธ์ (ไทย) 2:

การค้นพบอย่างค่อยเป็นค่อยไปในปริมาณมากต่ำที่เกี่ยวข้องหรือแม้กระทั่งไม่เกี่ยวข้อง
ข้อมูลจะถูกส่งกลับโดยคำหลักตามแบบดั้งเดิมแบบสอบถาม. เพื่อปรับปรุงประสิทธิภาพและคุณภาพของการเรียนรู้เครือข่ายการดึงทรัพยากรบทความนี้ออกแบบความหมายทั่วไปบนเว็บ e- รูปแบบการเรียนรู้ระบบการดึงทรัพยากรและประสบความสำเร็จในโหมด B / S ของระบบต้นแบบการดึงความหมายพิจารณาอิทธิพลของปัจจัยต่าง ๆ สำหรับความคล้ายคลึงกันและความสัมพันธ์เช่นระดับของการทับซ้อนความหมายระยะความหมายลำดับชั้นของความหมายและความสัมพันธ์สถานที่ให้บริการ. โดยเปรียบเทียบกับ แบบสอบถามแบบดั้งเดิมดึงผลแสดงให้เห็นว่าวิธีการดึงความหมายเพื่อให้แน่ใจว่ามีความแม่นยำในกรณีของการเรียกคืนอัตราที่สูงขึ้น

ผลลัพธ์ (ไทย) 3:

ค้นหาอย่างค่อยเป็นค่อยไปในปริมาณมากของน้อยที่เกี่ยวข้องหรือไม่เกี่ยวข้อง
ข้อมูลกลับมา โดยการใช้แบบสอบถาม

เพื่อปรับปรุงประสิทธิภาพและคุณภาพของเครือข่ายการเรียนรู้การสืบค้นทรัพยากร บทความนี้ออกแบบเว็บทั่วไปความหมาย e-Learning รูปแบบการสืบค้นทรัพยากรและใช้ B / S โหมดของระบบต้นแบบค้นความหมายพิจารณาอิทธิพลของปัจจัยต่าง ๆ ความเหมือน และความสัมพันธ์ เช่น ระดับของความหมายความหมายความหมายลำดับชั้นซ้อนกัน ระยะทางและความสัมพันธ์ทางทรัพย์สิน

โดยเปรียบเทียบกับแบบดั้งเดิม การพบว่าวิธีการเพื่อให้แน่ใจว่าคำค้นที่ต้องการในกรณีที่มีคะแนนได้สูงกว่า